MySQL用'='選擇UTF-8字符串但不用'LIKE'

Question

我有一張桌子，里面有一些來自中世紀書籍的文字，並且有一些重音字母，在現代拉丁字母表中不再存在。 我可以使用UTF-8組合字符輕松表示這些字母。 例如，要創建一個帶波形符的“J”，我使用UTF-8序列\\ u004A + \\ u0303，J用波浪號重音。

該表使用utf8編碼，字段排序規則為utf8_unicode_ci。

我的問題如下：如果我嘗試選擇整個字符串，我會收到正確的答案。 如果我嘗試選擇使用'LIKE'，我會收到錯誤的答案。

例如：

mysql> select word, hex(word) from oldword where word = 'hua';
+--------+--------------+
| word   | hex(word)    |
+--------+--------------+
| hũa    | 6875CC8361   |
| huã    | 6875C3A3     |
| hua    | 687561       |
| hũã    | 6875CC83C3A3 |
+--------+--------------+
4 rows in set (0,04 sec)

mysql> select word, hex(word) from oldword where word like 'hua';
+-------+------------+
| word  | hex(word)  |
+-------+------------+
| huã   | 6875C3A3   |
| hua   | 687561     |
+-------+------------+
2 rows in set (0,04 sec)

我不想只搜索整個單詞。 我想搜索以某些子字符串開頭的單詞。 最終搜索到的單詞是整個單詞。

如何使用like選擇部分字符串並匹配所有字符串？

我嘗試使用此信息創建自定義排序規則，但服務器變得不穩定，只有經過大量試驗和錯誤后，我才能再次恢復到utf8_unicode_ci排序規則並且服務器恢復正常狀態。

編輯：這個網站有問題，一些字符無法正確顯示。 請查看這些pastebins的結果：

http://pastebin.com/mckJTLFX

http://pastebin.com/WP87QvgB

Answer 1

在看到Marcus Adams的回答后，我意識到REPLACE功能可能是解決這個問題的方法，盡管他沒有提到這個功能。

因為我只有兩個不同的組合字符（銳角和波形符號），與其他ASCII字符組合，例如j代表波浪號，j代表尖銳，m代表波浪號，s代表波浪號，等等。 我只需要在使用LIKE時替換這兩個字符。

在查閱手冊后，我了解了UNHEX函數，它幫助我在查詢中正確表示組合字符以刪除它們。

組合波浪號由HEX代碼中的CC83表示， CC83由HEX中的CC81表示。

所以，解決我的問題的查詢就是這個。

SELECT word, REPLACE(REPLACE(word, UNHEX("CC83"), ""), UNHEX("CC81"), "")
FROM oldword WHERE REPLACE(REPLACE(word, UNHEX("CC83"), ""), UNHEX("CC81"), "") 
LIKE 'hua%';`

Answer 2

問題是LIKE逐個字符地執行比較，當使用“組合tilda”時，它實際上是兩個字符，盡管它顯示為一個（假設您的客戶端支持顯示它）。

絕不會有比較哪里的情況下，例如hu~a到hua字符一個字符將匹配，因為它比較~用a第三字符。

排序（和強制）對你有利，在比較整個字符串時處理這些事情，但在逐個字符比較時則不然。

即使您考慮使用SUBSTRING()作為hack而不是使用LIKE和通配符%來執行前綴搜索，請考慮以下事項：

SELECT SUBSTRING('hũa', 1, 3) = 'hua'
-> 0
SELECT SUBSTRING('hũa', 1, 4) = 'hua'
-> 1

你需要知道你想要的長度或者像這樣蠻力：

SELECT * FROM oldword
WHERE SUBSTRING(word, 1, 3) = 'hua'
   OR SUBSTRING(word, 1, 4) = 'hua'
   OR SUBSTRING(word, 1, 5) = 'hua'
   OR SUBSTRING(word, 1, 6) = 'hua'

Answer 3

根據這個 ：

ũ在5.6的所有utf8排序規則中，整數等於普通U

在大多數校對中， j́ collat​​es等於plain J ; 例外：

• utf8_general*ci因為它實際上是j加上重音。 並且“常規”排序規則一次只查看一個字符 （區別於字節 ）。 大多數排序都會考慮多個字符，例如西班牙語中的ch或ll或德語中的ss 。
• utf8_roman_ci ，這是一個非常奇怪的事。 j́=i=j

（ LIKE並不完全遵循常規的整理規則。我並不精通細節，但我認為J表示為2個字符會導致它在LIKE工作方式與在WHERE或ORDER BY工作方式不同。此外，我不是知道REPLACE()是否像LIKE或其他地方一樣整理。）

Answer 4

您可以像使用通配符一樣使用％符號。 例如：

SELECT word
FROM myTable
WHERE word LIKE 'hua%';

這將拉出所有以hua開頭且后面跟着0+字符的記錄。 這是一個SQL小提琴示例。