PHP mysql土耳其字符編碼和比較

Question

我試圖通過AJAX POST從MySql數據庫中過濾土耳其語名稱，英語字母單詞列出一切正常但是如果我發送Ö（帶字母的字母O）結果來自O和Ö不僅Ö

另外我注意到的是AJAX帖子是發送Ö％C3％96，任何人都可以幫忙嗎？

Answer 1

請稍微冗長一點。
讓我們從你的第二個問題開始。 %C3%96表示發送字節0xC3和0x96。 這兩個字節在utf-8中編碼字符Ö 。
從這一點（以及你的查詢產生描述的結果）我假設你一直在使用utf-8 。

給定字符集的字符的字典順序由所使用的校對確定。
這或多或少是一個有序的字符列表。 例如A，B，C，D，....意思是A<B<C ....
但是這些列表我在同一個“位置”包含多個字符，例如
[A，Ä]，B，C，D ....意思是A==Ä->true

___短途旅行，與您的問題沒有直接關系____
讓我們來看看角色Ö的“名字”，這是LATIN CAPITAL LETTER O WITH DIAERESIS 。
所以，基本字符是O，它只是有一些裝飾。
某些系統/庫允許您指定比較的“粒度”/級別/強度，請參閱例如php-intl擴展的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";
}

版畫

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

在初級階段，所有涉及的字符（o，O，ö，Ö）只是字符O的一些無關變體，因此所有字符都被認為是相等的。
在二級，考慮到WITH DIAERESIS的附加“特征”，在第三級也考慮它是小寫還是大寫字母。
但是...... MySQL並沒有完全按照這種方式工作......所以，再次抱歉;-)
___游覽結束____

在MySQL中，有一些用於指定順序的排序規則表。 當您選擇一個字符集時，您還要隱含地選擇該字符集的默認排序規則，除非您明確指定一個字符集。 在你的情況下，隱含選擇的排序規則可能是utf8_general_ci ，它對待ö== o。
這適用於表格定義和連接的charset / collat​​ion（后者在您的情況下幾乎不相關）。
另一方面，utf8_turkish_ci對待ö！= o。 這可能是你想要的整理。

當你有一個像表定義

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

選擇utf8的默認排序規則 - > general_ci - > o =ö
您可以在定義表時指定表的默認排序規則

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

由於您已經有一個表加數據，您可以更改表的排序規則...但如果您在表級別執行此操作，則必須使用ALTER TABLE ... CONVERT （如果您使用MODIFY，則該列保留其“原始”整理）。

ALTER TABLE soFoo CONVERT TO CHARACTER SET utf8 COLLATE utf8_turkish_ci

這應該照顧你的問題。

---

作為旁注，還有（如上所述） 分配給您的連接的排序規則 。 選擇字符集意味着選擇排序規則。 當（直接）連接到MySQL時，我主要使用PDO ，我的默認連接代碼如下所示

$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
));

請注意charset=utf8 ; 沒有排序規則，所以再次將general_ci分配給連接。 這就是原因

<?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。 語句中使用的字符串文字被視為utf8 / utf8_general_ci。

我可以在語句中明確指定字符串文字的排序規則

SELECT 'o' COLLATE utf8_turkish_ci ='ö'

（僅為兩個文字/操作數之一設置;為什么以及如何工作，請參閱表達式的排序 ）
或者我可以通過設置連接校對

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

兩者都導致了

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

印刷0 。

編輯：並使事情進一步復雜化：
字符集utf8不能代表所有可能的字符。 有一個更廣泛的字符集utf8mb4 。

Answer 2

PHP代碼應該接收%C3%96適當地解碼回Ö 。 但如果沒有，那么將PHP函數urldecode()應用於字符串。

你仍然會有角色Ö ，而不是O ; 這可以嗎？

如果你得到Ö ，那么就有utf8和latin1的混合物。 這是一個不同的問題。