使用 LIKE 条件使用 sql 搜索德语字符

Question

我正在使用一个使用德语名称的数据库，即Fürst。现在我构建了一个带有搜索字段的 HTML 表单。使用htmlentities 并在查询之前输入了一些验证没有“坏东西”的测试，然后输入html_entity_decode。一个简单的查询将如下所示：

SELECT * FROM user_table WHERE firstname LIKE "%fü%" OR lastname LIKE "%fü%" 

然而，这个发现不仅是Fürst，还有Furt。我怎样才能解决这个问题？数据库和表格位于utf8_unicode_ci 中，并且必须保持这种状态。

Answer 1

这里是collations for each charset

SELECT * FROM user_table WHERE firstname LIKE "%fü%" COLLATE utf8mb4_german2_ci            
                          OR lastname LIKE "%fü%" COLLATE utf8mb4_german2_ci

utf8mb4_unicode_ci 可能也可以。

Answer 2

（对于简单的评论来说太长了。）

COLLATION 名称以 CHARACTER SET 名称开头。这个帖子提到了utf8、utf8mb4和latin1CHARACTER SETs。您必须为给定的CHARACTER SET 使用COLLATION。

首先选择CHARACTER SET。 utf8、utf8mb4 和 latin1 都处理德语。但如果您希望处理其他语言，请考虑：

• latin 仅限于西欧语言。例如，它不能处理希腊语。 （latin1 每个字符需要 1 个字节。）
• utf8mb4 涵盖所有已知语言，还有更多空间。 （每个字符最多 4 个字节）此 CHARACTER SET 直到版本 5.5.3 才可用。
• utf8 是utf8mb4 的子集，省略了一些汉字和较新的表情符号。 （每个字符最多 3 个字节）

CHARACTER SET 提供字符的字节编码。 COLLATION 表示两个字符串如何比较，例如 ss 和 ß 是否应该被视为相等。

之后选择CHARACTER SET，选择COLLATION。或者让 id '默认'：latin1_swedish_ci / utf8_general_ci / utf8mb4_general_ci。这些默认值对于多语言使用来说有点好；但这值得商榷。 ss != ß 在所有这些默认值中。

展望未来，对于整体多语言数据，“最佳”解决方案是 utf8mb4 和 utf8mb4_unicode_520_ci。

如果您只关注德语，那么您可能想考虑..._german2_ci 排序规则。例如：

utf8_german2_ci     A=a=ª=À=Á=Á=Â=Ã=Å=à=á=á=â=ã=å=Ā=ā=Ą=ą     < ae=Ä=Æ=ä=æ < az < B
utf8_unicode_520_ci A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą < ae=Æ=æ     < az < B
utf8_unicode_ci     A=a=ª=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą < ae         < az < Æ=æ < B
utf8_general_ci     A=a=À=Á=Á=Â=Ã=Ä=Å=à=á=á=â=ã=ä=å=Ā=ā=Ą=ą   < Z < Æ=æ

（utf8mb4_... 排序规则同上。）

所以，如果您真的关心 æ 的比较方式，您需要对排序规则保持挑剔。 （utf8 和 utf8mb4 作用相同。）More collation comparisions。

ue=Ü=ü 用于 ..._german2_ci 排序规则，但可能没有其他排序规则。其他人（大多数情况下）将U=u=Ü=ü 视为两个字母进行比较。