PHP mysql土耳其字符编码和比较

Question

我试图通过AJAX POST从MySql数据库中过滤土耳其语名称，英语字母单词列出一切正常但是如果我发送Ö（带字母的字母O）结果来自O和Ö不仅Ö

另外我注意到的是AJAX帖子是发送Ö％C3％96，任何人都可以帮忙吗？

Answer 1

请稍微冗长一点。
让我们从你的第二个问题开始。 %C3%96表示发送字节0xC3和0x96。 这两个字节在utf-8中编码字符Ö 。
从这一点（以及你的查询产生描述的结果）我假设你一直在使用utf-8 。

给定字符集的字符的字典顺序由所使用的校对确定。
这或多或少是一个有序的字符列表。 例如A，B，C，D，....意思是A<B<C ....
但是这些列表我在同一个“位置”包含多个字符，例如
[A，Ä]，B，C，D ....意思是A==Ä->true

___短途旅行，与您的问题没有直接关系____
让我们来看看角色Ö的“名字”，这是LATIN CAPITAL LETTER O WITH DIAERESIS 。
所以，基本字符是O，它只是有一些装饰。
某些系统/库允许您指定比较的“粒度”/级别/强度，请参阅例如php-intl扩展的Collat​​or :: setStrength 。

<?php
// utf8 characters
define('SMALL_O_WITH_DIAERESIS', chr(0xC3) . chr(0xB6));
define('CAP_O_WITH_DIAERESIS', chr(0xC3) . chr(0x96));

$coll = collator_create( 'utf-8' );
foreach( array('PRIMARY', 'SECONDARY', 'TERTIARY') as $strength) {
    echo $strength, "\r\n";
    $coll->setStrength( constant('Collator::'.$strength) );
    echo '  o ~ ö = ', $coll->compare('o', SMALL_O_WITH_DIAERESIS), "\r\n";
    echo '  Ö ~ ö = ', $coll->compare(CAP_O_WITH_DIAERESIS, SMALL_O_WITH_DIAERESIS), "\r\n";
}

版画

PRIMARY
  o ~ ö = 0
  Ö ~ ö = 0
SECONDARY
  o ~ ö = -1
  Ö ~ ö = 0
TERTIARY
  o ~ ö = -1
  Ö ~ ö = 1

在初级阶段，所有涉及的字符（o，O，ö，Ö）只是字符O的一些无关变体，因此所有字符都被认为是相等的。
在二级，考虑到WITH DIAERESIS的附加“特征”，在第三级也考虑它是小写还是大写字母。
但是...... MySQL并没有完全按照这种方式工作......所以，再次抱歉;-)
___游览结束____

在MySQL中，有一些用于指定顺序的排序规则表。 当您选择一个字符集时，您还要隐含地选择该字符集的默认排序规则，除非您明确指定一个字符集。 在你的情况下，隐含选择的排序规则可能是utf8_general_ci ，它对待ö== o。
这适用于表格定义和连接的charset / collat​​ion（后者在您的情况下几乎不相关）。
另一方面，utf8_turkish_ci对待ö！= o。 这可能是你想要的整理。

当你有一个像表定义

CREATE TABLE soFoo (
  x varchar(32)
)
CHARACTER SET utf8

选择utf8的默认排序规则 - > general_ci - > o =ö
您可以在定义表时指定表的默认排序规则

CREATE TABLE soFoo (
  x varchar(32)
)
CHARACTER SET utf8 COLLATE utf8_turkish_ci

由于您已经有一个表加数据，您可以更改表的排序规则...但如果您在表级别执行此操作，则必须使用ALTER TABLE ... CONVERT （如果您使用MODIFY，则该列保留其“原始”整理）。

ALTER TABLE soFoo CONVERT TO CHARACTER SET utf8 COLLATE utf8_turkish_ci

这应该照顾你的问题。

---

作为旁注，还有（如上所述） 分配给您的连接的排序规则 。 选择字符集意味着选择排序规则。 当（直接）连接到MySQL时，我主要使用PDO ，我的默认连接代码如下所示

$pdo = new PDO('mysql:host=localhost;dbname=test;charset=utf8', 'localonly', 'localonly', array(
    PDO::ATTR_EMULATE_PREPARES=>false,
    PDO::MYSQL_ATTR_DIRECT_QUERY=>false,
    PDO::ATTR_ERRMODE=>PDO::ERRMODE_EXCEPTION
));

请注意charset=utf8 ; 没有排序规则，所以再次将general_ci分配给连接。 这就是原因

<?php
$pdo = new PDO('mysql:host=localhost;dbname=test;charset=utf8', 'localonly', 'localonly', array(
    PDO::ATTR_EMULATE_PREPARES=>false,
    PDO::MYSQL_ATTR_DIRECT_QUERY=>false,
    PDO::ATTR_ERRMODE=>PDO::ERRMODE_EXCEPTION
));

$smallodiaresis_utf8 = chr(0xC3) . chr(0xB6);
foreach( $pdo->query("SELECT 'o'='$smallodiaresis_utf8'") as $row ) {
    echo $row[0];
}

打印1意思是o ==ö。 语句中使用的字符串文字被视为utf8 / utf8_general_ci。

我可以在语句中明确指定字符串文字的排序规则

SELECT 'o' COLLATE utf8_turkish_ci ='ö'

（仅为两个文字/操作数之一设置;为什么以及如何工作，请参阅表达式的排序 ）
或者我可以通过设置连接校对

$pdo->exec("SET collation_connection='utf8_turkish_ci'");

两者都导致了

foreach( $pdo->query("SELECT 'o'[...]='$smallodiaresis_utf8'") as $row ) {
    echo $row[0];
}

印刷0 。

编辑：并使事情进一步复杂化：
字符集utf8不能代表所有可能的字符。 有一个更广泛的字符集utf8mb4 。

Answer 2

PHP代码应该接收%C3%96适当地解码回Ö 。 但如果没有，那么将PHP函数urldecode()应用于字符串。

你仍然会有角色Ö ，而不是O ; 这可以吗？

如果你得到Ö ，那么就有utf8和latin1的混合物。 这是一个不同的问题。