MySQL :: MySQL 8.4 Reference Manual :: 12.14.4.1 Defining a UCA Collation Using LDML Syntax

version 8.4

8.0 current
5.7

8.0 Japanese

MySQL 8.4 Reference Manual / ... / Defining a UCA Collation Using LDML Syntax

12.14.4.1 使用 LDML 语法定义 UCA 排序规则

要为 Unicode 字符集添加一个 UCA 排序规则，而不需要重新编译 MySQL，可以按照以下步骤进行。如您对 LDML 规则的使用方法不熟悉，请参阅第12.14.4.2节，“LDML 语法在 MySQL 中支持”。

示例将名为utf8mb4_phone_ci的排序规则添加到utf8mb4字符集中。该排序规则旨在解决一个涉及 Web 应用程序的场景，该应用程序允许用户上传姓名和电话号码。电话号码可以以非常不同的格式出现：

+7-12345-67
+7-12-345-67
+7 12 345 67
+7 (12) 345 67
+71234567

处理这些值的问题是，变异的可接受格式使得搜索特定电话号码变得非常困难。解决方案是定义一个新的排序规则，使其忽略标点符号。

选择一个排序 ID，如第12.14.2节，“选择排序 ID”所示。以下步骤使用 ID 1029。

要修改Index.xml配置文件。这文件位于character_sets_dir系统变量指定的目录中。您可以通过以下方式检查变量值，但路径名可能在您的系统上不同：

mysql> SHOW VARIABLES LIKE 'character_sets_dir';
+--------------------+-----------------------------------------+
| Variable_name      | Value                                   |
+--------------------+-----------------------------------------+
| character_sets_dir | /user/local/mysql/share/mysql/charsets/ |
+--------------------+-----------------------------------------+

选择一个名称为该排序规则，并将其列在Index.xml文件中。此外，您还需要提供排序规则。找到字符集对应的<charset>元素，然后添加一个<collation>元素，指明排序名称和ID，以关联名称与ID。在<collation>元素中，提供一个<rules>元素，其中包含排序规则：

<charset name="utf8mb4">
  ...
  <collation name="utf8mb4_phone_ci" id="1029">
    <rules>
      <reset>\u0000</reset>
      <i>\u0020</i> <!-- space -->
      <i>\u0028</i> <!-- left parenthesis -->
      <i>\u0029</i> <!-- right parenthesis -->
      <i>\u002B</i> <!-- plus -->
      <i>\u002D</i> <!-- hyphen -->
    </rules>
  </collation>
  ...
</charset>

如果您想为其他Unicode字符集定义类似的排序规则，请添加其他<collation>元素。例如，要定义ucs2_phone_ci，请将<collation>元素添加到<charset name="ucs2">元素中。记住，每个排序规则都必须有其唯一的ID。

重新启动服务器，并使用以下语句验证排序规则是否存在：

mysql> SHOW COLLATION WHERE Collation = 'utf8mb4_phone_ci';
+------------------+---------+------+---------+----------+---------+
| Collation        | Charset | Id   | Default | Compiled | Sortlen |
+------------------+---------+------+---------+----------+---------+
| utf8mb4_phone_ci | utf8mb4 | 1029 |         |          |       8 |
+------------------+---------+------+---------+----------+---------+

现在测试排序规则，以确保它具有所需的属性。

创建一个包含一些样本电话号码的表，使用新的排序规则：

mysql> CREATE TABLE phonebook (
         name VARCHAR(64),
         phone VARCHAR(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_phone_ci
       );
Query OK, 0 rows affected (0.09 sec)

mysql> INSERT INTO phonebook VALUES ('Svoj','+7 912 800 80 02');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Hf','+7 (912) 800 80 04');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Bar','+7-912-800-80-01');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Ramil','(7912) 800 80 03');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Sanja','+380 (912) 8008005');
Query OK, 1 row affected (0.00 sec)

运行一些查询，以查看是否实际忽略了比较和排序中的标点字符：

mysql> SELECT * FROM phonebook ORDER BY phone;
+-------+--------------------+
| name  | phone              |
+-------+--------------------+
| Sanja | +380 (912) 8008005 |
| Bar   | +7-912-800-80-01   |
| Svoj  | +7 912 800 80 02   |
| Ramil | (7912) 800 80 03   |
| Hf    | +7 (912) 800 80 04 |
+-------+--------------------+
5 rows in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='+7(912)800-80-01';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='79128008001';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='7 9 1 2 8 0 0 8 0 0 1';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

PREV HOME UP NEXT