16

我正在尝试将一些 mysql 表从 latin1 转换为 utf8。我正在使用以下命令，这似乎主要工作。

ALTER TABLE tablename CONVERT TO CHARACTER SET utf8 COLLATE utf8_general_ci;

但是，在一张桌子上，我收到有关重复键条目的错误。这是由“名称”字段上的唯一索引引起的。似乎在转换为 utf8 时，任何“特殊”字符都被索引为它们的直接英文等价物。例如，已经有一条名称字段值为“Dru”的记录。转换为 utf8 时，带有“Drü”的记录被视为重复。“Patrick”和“Påtrìçk”也是如此。

以下是重现该问题的方法：

CREATE TABLE `example` (   `name` char(20) CHARACTER SET latin1 NOT NULL,
  PRIMARY KEY (`name`) ) ENGINE=MyISAM DEFAULT CHARSET=latin1;

INSERT INTO example (name) VALUES ('Drü'),('Dru'),('Patrick'),('Påtrìçk');

ALTER TABLE example convert to character set utf8 collate utf8_general_ci;
ERROR 1062 (23000): Duplicate entry 'Dru' for key 1
4

2 回答 2

20

字符串'Drü'和'Dru'评估相同的原因是在utf8_general_ci排序规则中，它们算作“相同”。字符集排序规则的目的是提供一组关于字符串何时相同、何时排序在另一个之前等的规则。

如果您想要一组不同的比较规则，则需要选择不同的排序规则。utf8您可以通过发出来查看字符集的可用排序规则SHOW COLLATION LIKE 'utf8%'。有一堆排序规则主要用于特定语言的文本；还有utf8_bin将所有字符串作为二进制字符串进行比较的排序规则（即将它们作为 0 和 1 的序列进行比较）。

于 2010-11-01T16:13:48.727 回答
3

UTF8_GENERAL_CI对口音不敏感。

使用UTF8_BIN或特定于语言的排序规则。

于 2010-11-01T16:10:46.530 回答