mysql utf-8奇怪的文本问题-排序、删除

Question

相关问题:mysql select distinct letters, including extended latin characters

没有人愿意回复最后一个问题，所以我正在创建一个新问题。

使用此表数据:http://pastebin.com/cH2DUzf3

并对其执行以下查询:

SELECT DISTINCT BINARY `letter` FROM `texts` ORDER BY `letter` ASC

产生几乎完美的结果，但有一个异常(exception):字母ū位于u之前。谁能解释一下吗？从逻辑上讲，字母u是ū的基本版本，顺序应该是u,ū。为什么不是这样呢？所有其他字母的顺序均正确。

第二个问题 - 在表上执行以下语句:

DELETE FROM `texts` WHERE `letter` = 'ū'

同时删除字母为u的所有文本。为什么？

使用拉脱维亚字母查询数据时出现同样的问题:

SELECT * FROM `texts` WHERE `letter` = 'ā'

返回letter为a而不是ā的结果。

编辑:好的，最后2个问题也可以通过在letter前加上BINARY来解决。

Answer 1

您正在使用 utf8_general_ci 作为排序规则。它使用快速但不准确的比较算法，该算法只是忽略字母上的重音符号。它对于英语来说还不错，但对于大多数其他语言来说却失败了。

改用 utf8_latvian_ci 或 utf8_unicode_ci 之类的内容。

utf8_unicode_ci 使用Unicode collation algorithm 。这也是最慢的。

utf8_latvian_ci 使用简化的排序算法，重点支持拉脱维亚字母:http://collation-charts.org/mysql60/mysql604.utf8_latvian_ci.html

编辑:好吧，我错了。没有内置的排序规则可以使 MySQL 在不重音变体之后对重音字母进行排序，同时保留字母顺序。

您可以使用此处的指南编写自己的排序规则:http://dev.mysql.com/doc/refman/5.0/en/ldml-collation-example.html