MySQL的UTF-8怪異文字的問題 - 排序，刪除

Question

相關問題：mysql select distinct letters, including extended latin characters

沒有人打擾關於最後一個問題回答，所以我創建一個新的問題。

使用此表中的數據：http://pastebin.com/cH2DUzf3

，並在其上執行以下查詢：

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

得到近乎完美的效果，但有一個例外：信ū是u之前。任何人都可以解釋嗎？邏輯上，字母u是ū的基本版本，訂單應爲u, ū。爲什麼不是這樣？所有其他字母的順序都是正確的。

問題二 - 執行上表下面的語句：

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

也將刪除所有文字，其中letter是u。爲什麼？

同樣的問題與拉脫維亞字母查詢數據：

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

返回結果，其中letter是a，不ā。

編輯：好的，最後兩個問題也可以通過在letter之前加BINARY來解決。

Answer 1

您正在使用utf8_general_ci作爲整理。它使用一種快速但不準確的比較算法，它僅僅忽略字母上的重音。它適用於英語，但對大多數其他語言無效。

改爲使用類似utf8_latvian_ci或utf8_unicode_ci的東西。

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

utf8_latvian_ci使用簡化歸類算法專注於支持拉脫維亞字母：http://collation-charts.org/mysql60/mysql604.utf8_latvian_ci.html

編輯：好吧，我錯了。沒有內置的排序規則可以使MySQL在不確定變體之後對重音字母進行排序，同時還保留字母順序。

您可以編寫自己的整理，這裏使用指南：http://dev.mysql.com/doc/refman/5.0/en/ldml-collation-example.html