MySQL :: MySQL 8.4 Reference Manual :: 12.13 Adding a Character Set

version 8.4

8.0 current
5.7

8.0 Japanese

MySQL 8.4 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

本节讨论了如何将字符集添加到 MySQL 中。正确的步骤取决于字符集是否为简单或复杂：

如果字符集不需要特殊的字符串排序支持，也不需要多字节字符支持，那么它是简单的。
如果字符集需要任何这些特性，那么它是复杂的。

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

要使用以下步骤，您需要拥有 MySQL 源代码分布。在步骤中，MYSET 表示您想添加的字符集名称。

添加一个<charset>元素到MYSET中，文件路径为sql/share/charsets/Index.xml。使用该文件中的内容作为添加新内容的指南。以下是对latin1的<charset>元素的部分列表：
```
<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>
```
在<charset>元素中，必须列出字符集中的所有排序规则。这些排序规则至少包括一个二进制排序规则和一个默认排序规则。默认排序规则通常以general_ci(通用，不区分大小写)为后缀。二进制排序规则可能是默认排序规则，但这两者通常不同。默认排序规则应该具有primary标记，二进制排序规则应该具有binary标记。

您必须为每个排序规则分配一个唯一的ID号。从1024到2047之间的ID范围保留给用户定义的排序规则。要找到当前使用的最大排序规则ID，可以使用以下查询：
```
SELECT MAX(ID) FROM INFORMATION_SCHEMA.COLLATIONS;
```
这步骤取决于您是否添加了简单或复杂字符集。一个简单字符集只需要配置文件，而一个复杂字符集需要定义排序函数、多字节函数或两者C源文件。

对于简单字符集，创建一个描述字符集属性的配置文件MYSET.xml。将该文件创建在sql/share/charsets目录中。你可以使用latin1.xml的副本作为该文件的基础。该文件的语法非常简单：
- 注释写成普通XML注释()。
- <map> 数组元素中的单词由任意数量的空格分隔。
- 每个 <map> 数组元素中的单词都必须是十六进制数字格式。
- <map> 数组元素的 <ctype> 元素有 257 个单词，其他 <map> 数组元素都有 256 个单词。详见Section 12.13.1, “Character Definition Arrays”。
- 在 Index.xml 文件中的每个字符集对应的 <charset> 元素，MYSET.xml 文件都必须包含一个定义字符顺序的 <collation> 元素。
对于复杂的字符集，创建一个 C 源文件，该文件描述字符集属性并定义必要的支持函数，以便正确地对字符集进行操作：
- 在 strings 目录中创建名为 ctype-MYSET.c 的文件。查看现有的 ctype-*.c 文件（例如 ctype-big5.c）以了解需要定义的内容。您的文件中的数组名称必须像 ctype_MYSET、to_lower_MYSET 等，这些对应于简单字符集的数组。详见Section 12.13.1, “Character Definition Arrays”。
- 对于在 Index.xml 中的每个 <collation> 元素，字符集在 ctype-MYSET.c 文件中必须提供实现。
- 如果字符集需要字符串排序函数，请参阅第 12.13.2 节，“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，请参阅第 12.13.3 节，“复杂字符集的多字节字符支持”。
修改配置信息。使用现有配置信息作为添加 MYSYS 配置信息的指南。这里的示例假设字符集具有默认和二进制排序，但如果 MYSET 有额外的排序，则需要更多行。
1. 编辑 mysys/charset-def.c，并“注册” 新字符集的排序。
  
  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.cstrings/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. 将MYSET添加到以字母顺序排列的CHARSETS_AVAILABLE值中。
  2. 将MYSET添加到以字母顺序排列的CHARSETS_COMPLEX值中。即使是简单的字符集，也需要这样，以便CMake可以识别-DDEFAULT_CHARSET=MYSET。
重新配置、重新编译并测试。

PREV HOME UP NEXT