我有一些 VARCHAR 类型的 MySQL 记录,排序规则为 utf8mb4_unicode_ci:
Tiếng Việt Nam
Tiếng Hoa Kỳ
Tiếng Anh
Tiếng Nhật
Tiếng Hàn Quốc
Tiếng Thái Lan
然后,我使用 PHP 按字母顺序对它们进行排序:
$languages = [
'Tiếng Việt Nam',
'Tiếng Hoa Kỳ',
'Tiếng Anh',
'Tiếng Nhật',
'Tiếng Hàn Quốc',
'Tiếng Thái Lan',
];
setlocale(LC_COLLATE, 'vi');
sort($languages, SORT_LOCALE_STRING);
像这样调用var_dump($languages)
时的结果:
array (size=6)
0 => string 'Tiếng Anh' (length=11)
1 => string 'Tiếng Hoa Kỳ' (length=16)
2 => string 'Tiếng Nhật' (length=14)
3 => string 'Tiếng Thái Lan' (length=17)
4 => string 'Tiếng Việt Nam' (length=18)
5 => string 'Tiếng Hàn Quốc' (length=22)
'Tiếng Hàn Quốc'的顺序不正确,结果应如下所示:
array (size=6)
0 => string 'Tiếng Anh' (length=11)
1 => string 'Tiếng Hàn Quốc' (length=19)
2 => string 'Tiếng Hoa Kỳ' (length=16)
3 => string 'Tiếng Nhật' (length=14)
4 => string 'Tiếng Thái Lan' (length=17)
5 => string 'Tiếng Việt Nam' (length=18)
然后,我通过直接输入 MySQL(使用 HeidiSQL)将现有的 'Tiếng Hàn Quốc' 替换为另一个(也是 'Tiếng Hàn Quốc')。最终得到了预期的结果。
我认为这里有不同的事情:
string 'Tiếng Hàn Quốc'(length=22)
string 'Tiếng Hàn Quốc'(length=19)
问题是: 这里问题的根源是什么? 如何在 MySql 或 PHP 代码中解决此问题以获得预期结果,而无需在 MySQL 中查找并替换所有不正确的值?
谢谢。
最佳答案
简短回答:您需要此排序规则:utf8mb4_vietnamese_ci
。
长答案:字符串具有不同的 UTF-8 十六进制表示形式:
Tiếng Hàn Quốc (length=20) 54 69 C3AA CC81 6E 67 48 61 CC80 6E 51 75 C3B4 CC81 63
Tiếng Hàn Quốc (length=17) 54 69 E1BABF 6E 67 48 C3A0 6E 51 75 E1BB91 63
但是,有一个潜在的问题:
C3AA 234=x00EA [ê] L LATIN SMALL LETTER E WITH CIRCUMFLEX
CC81 769=x0301 [́] NSM COMBINING ACUTE ACCENT
6E 110=x006E [n] L LATIN SMALL LETTER N
E1BABF 7871=x1EBF [ế] L LATIN SMALL LETTER E WITH CIRCUMFLEX AND ACUTE
6E 110=x006E [n] L LATIN SMALL LETTER N
在第一个字符串中,ê 通过单个 utf8 字符(十六进制 C3AA)呈现,acute-n 通过一对 utf8 字符(非空格重音符号和字母 n)呈现。
在第一个字符串中,锐音符是字母 e 的一部分。我对 utf8 中的越南语编码一无所知,但如果锐音确实应该在字母 n 上,这听起来“错误”。
但是,无论如何,这两个字符串与排序规则 utf8mb4_vietnamese_ci(或 utf8_vietnamese_ci)比较相等。
关于PHP - 'SORT_LOCALE_STRING' 的排序函数返回错误结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45419951/