MySQL :: MySQL 8.3 Reference Manual :: 12.13 Adding a Character Set

version 8.3

8.0 current
5.7

8.0 Japanese

MySQL 8.3 Reference Manual / Character Sets, Collations, Unicode / Adding a Character Set

12.13 添加字符集

12.13.1 字符定义数组
12.13.2 复杂字符集的字符串排序支持
12.13.3 复杂字符集的多字节字符支持

本节讨论将字符集添加到 MySQL 的过程。正确的过程取决于字符集是简单还是复杂：

如果字符集不需要特殊的字符串排序例程进行排序，也不需要多字节字符支持，那么它是简单的。
如果字符集需要上述任一功能，则它是复杂的。

例如，greek 和 swe7 是简单的字符集，而 big5 和 czech 是复杂的字符集。

要使用以下说明，您必须具有 MySQL 源代码发行版。在说明中，MYSET 表示要添加的字符集的名称。

将 MYSET 的 <charset> 元素添加到 sql/share/charsets/Index.xml 文件中。使用文件中现有的内容作为添加新内容的指南。latin1 <charset> 元素的部分列表如下：
```
<charset name="latin1">
 <family>Western</family>
 <description>cp1252 West European</description>
 ...
 <collation name="latin1_swedish_ci" id="8" order="Finnish, Swedish">
 <flag>primary</flag>
 <flag>compiled</flag>
 </collation>
 <collation name="latin1_danish_ci" id="15" order="Danish"/>
 ...
 <collation name="latin1_bin" id="47" order="Binary">
 <flag>binary</flag>
 <flag>compiled</flag>
 </collation>
 ...
</charset>
```
<charset> 元素必须列出字符集的所有排序规则。这些必须至少包括二进制排序规则和默认（主）排序规则。默认排序规则通常使用后缀 general_ci（常规，不区分大小写）命名。二进制排序规则可以是默认排序规则，但通常它们是不同的。默认排序规则应该有一个 primary 标志。二进制排序规则应该有一个 binary 标志。

您必须为每个排序规则分配一个唯一的 ID 号。ID 范围从 1024 到 2047 保留给用户定义的排序规则。要查找当前使用的排序规则 ID 的最大值，请使用以下查询：
```
SELECT MAX(ID) FROM INFORMATION_SCHEMA.COLLATIONS;
```
此步骤取决于您是添加简单字符集还是复杂字符集。简单字符集只需要一个配置文件，而复杂字符集需要定义排序规则函数、多字节函数或两者的 C 源文件。

对于简单字符集，创建一个配置文件，MYSET.xml，描述字符集属性。在 sql/share/charsets 目录中创建此文件。您可以使用 latin1.xml 的副本作为此文件的基础。文件的语法非常简单：
- 注释写成普通的 XML 注释（）。
- <map> 数组元素中的单词之间用任意数量的空格分隔。
- <map> 数组元素中的每个单词都必须是十六进制格式的数字。
- <ctype> 元素的 <map> 数组元素有 257 个单词。之后的其他 <map> 数组元素有 256 个单词。请参阅章节 12.13.1，“字符定义数组”。
- 对于 Index.xml 中字符集的 <charset> 元素中列出的每个排序规则，MYSET.xml 必须包含一个定义字符顺序的 <collation> 元素。
对于复杂字符集，创建一个 C 源文件，描述字符集属性并定义正确执行字符集操作所需的支持例程：
- 在 strings 目录中创建 ctype-MYSET.c 文件。查看现有的 ctype-*.c 文件之一（例如 ctype-big5.c），了解需要定义的内容。文件中的数组必须具有 ctype_MYSET、to_lower_MYSET 等名称。这些对应于简单字符集的数组。请参阅章节 12.13.1，“字符定义数组”。
- 对于 Index.xml 中字符集的 <charset> 元素中列出的每个 <collation> 元素，ctype-MYSET.c 文件必须提供排序规则的实现。
- 如果字符集需要字符串排序函数，请参阅章节 12.13.2，“复杂字符集的字符串排序支持”。
- 如果字符集需要多字节字符支持，请参阅章节 12.13.3，“复杂字符集的多字节字符支持”。
修改配置信息。使用现有的配置信息作为添加 MYSYS 信息的指南。此处的示例假设字符集具有默认和二进制排序规则，但如果 MYSET 具有其他排序规则，则需要更多行。
1. 编辑 mysys/charset-def.c，并“注册”新字符集的排序规则。
 
 将这些行添加到“声明”部分：
```
#ifdef HAVE_CHARSET_MYSET
extern CHARSET_INFO my_charset_MYSET_general_ci;
extern CHARSET_INFO my_charset_MYSET_bin;
#endif
```
 将这些行添加到“注册”部分：
```
#ifdef HAVE_CHARSET_MYSET
 add_compiled_collation(&my_charset_MYSET_general_ci);
 add_compiled_collation(&my_charset_MYSET_bin);
#endif
```
2. 如果字符集使用 ctype-MYSET.c，请编辑 strings/CMakeLists.txt 并将 ctype-MYSET.c 添加到 STRINGS_SOURCES 变量的定义中。
3. 编辑 cmake/character_sets.cmake：
 1. 按字母顺序将 MYSET 添加到 CHARSETS_AVAILABLE 的值中。
 2. 按字母顺序将 MYSET 添加到 CHARSETS_COMPLEX 的值中。即使是简单的字符集也需要这样做，以便 CMake 可以识别 -DDEFAULT_CHARSET=MYSET。
重新配置、重新编译和测试。

PREV HOME UP NEXT