选择包含日语字符的MySQL行

Question

有没有可靠的方法（使用mySQL或其他方式）来选择包含日语字符的数据库行？我的数据库中有很多行，其中一些只包含字母数字字符，另一些包含日语字符。

- Rio

---

一个简单的SELECT就可以完成任务，所以你能描述一下你的表是什么以及在SELECT之后你正在做什么吗？ - Teneff

有没有办法选择包含任何日语字符的行？ - Rio

你能否给我们提供 SHOW CREATE TABLE table_name 的输出，其中 table_name 是所讨论表的名称？基于输出内容，您可能能够做到这一点，也可能做不到。 - Charles

我是一名日语使用者。在日语中，虽然只有71个假名字符，但却有超过50,000个汉字字符。因此，编写一个可以匹配超过50,000个不同日语字符的SELECT语句可能是不可行的。 - Leo Galleguillos

Answer 1

当您在使用字符集时遇到问题时，请遵循以下规则：

1. 在创建数据库时使用utf8编码：

   CREATE DATABASE  _test DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
   

2. 确保所有文本字段（varchar和text）都使用UTF-8编码：

CREATE TABLE _test.test (
  id INT NOT NULL AUTO_INCREMENT,
  name VARCHAR(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE = MyISAM;

当你建立连接并在查询/更新数据库之前，请执行以下操作：

SET NAMES utf8;

3. 使用phpMyAdmin时，请在登录时选择UTF-8。

4. 将网页编码设置为UTF-8，以确保所有的post/get数据都是UTF-8编码（否则，转换会很痛苦）。PHP代码（在php文件的第一行或至少在任何输出之前）：

header('Content-Type: text/html; charset=UTF-8');

5. 确保您的所有查询都是使用UTF8编码编写的。如果使用PHP：

6.1 如果PHP支持UTF-8编码 - 只需使用UTF-8编写文件即可。

6.2 如果php未编译支持UTF-8 - 可以按照以下方式将字符串转换为UTF-8：

    $str = mb_convert_encoding($str, 'UTF-8', '<put your file encoding here');
    $query = 'SELECT * FROM test WHERE name = "' . $str . '"';

那应该可以让它工作了。

- NickSoft

Answer 2

在NickSoft提供的有用答案之后，我不得不设置数据库连接的编码才能使其正常工作。

&characterEncoding=UTF8

然后SET NAMES utf8;似乎是多余的。

- mart

Answer 3

如teneff所述，只需使用SELECT。

安装MySQL时，请使用UTF-8作为字符集。然后，选择utf8_general_ci作为排序规则即可完成工作。

- Maxime Pacary

Answer 4

正如Frosty所说，只需使用SELECT。

在http://www.unicode.org/roadmaps/bmp/的Unicode图表中查找最低和最高价值的日文字符，并使用REGEXP。它可能会使用几个不同的字符区域来获取整个日文字符集。只要使用UTF-8字符集和utf8_general_ci排序规则，您就可以使用REGEXP '[a-gk-nt-z]'，其中a-g表示图表中一个Unicode字符范围，k-n表示另一个范围，以此类推。

- penguin359

---

实际上，我认为您会想要使用utf8_bin排序方法。这将按字节逐个比较它们。在UTF-8中，这意味着更高的Unicode值始终会比较晚。这样，您就可以在Unicode图表中查找各种日语字符的范围，并在[]内使用每个范围中的第一个和最后一个字符。 - penguin359

Answer 5

日语字符数量有限。您可以使用以下方式进行搜索

SELECT ... LIKE '%カ%'

或者您可以尝试使用十六进制表示法 -

SELECT ...LIKE CONCAT('%',CHAR(0x30ab),'%')

你可能会发现这个UTF-8日语子集很有用 http://www.utf8-chartable.de/unicode-utf8-table.pl?start=12448

假设你正在使用UTF-8字符集来处理字段、查询和结果...

- jhavrda

---

有没有办法选择包含任何日语字符的行？ - Rio

你可以将所有字符组合成一个查询（可能会很慢）codeSELECT ... LIKE '%カ%' OR LIKE '%ア%'值得尝试的是正则表达式codeSELECT ... REGEXP '[カア]' - jhavrda

like '%xxx%' 和 regexp 一样慢，因为它们不使用索引。在这两种情况下，都需要完全扫描表。 - NickSoft

我是一名日语使用者。在日语中，虽然只有71个假名字符，但却有超过50,000个汉字字符。因此，编写一个可以匹配超过50,000个不同日语字符的SELECT语句可能是不可行的。 - Leo Galleguillos