《Mysql應用mysql漢字字段按拼音排序的方法》要點:
本文介紹了Mysql應用mysql漢字字段按拼音排序的方法,希望對您有用。如果有疑問,可以聯系我們。
MYSQL教程本節內容:
mysql漢字字段按拼音排序
MYSQL教程MySQL使用latin1的默認字符集,對漢字字段直接使用GBK內碼的編碼進行存儲,當需要對一些有漢字的字段進行拼音排序時(特別涉及到類似于名字這樣的字段時),默認無法通過order by關鍵字正確排序.
MYSQL教程針對使用utf8字符集的數據庫,主要的辦法有:
1)直接轉換字段為gbk,比如:
?
MYSQL教程或干脆將相應字段改為gbk字符集.
MYSQL教程在數據庫中測試了上面的辦法,或直接按字段排序,都不行,主要是排序結果不理想.
?
MYSQL教程2)查表法
創建一個新表,用來存儲拼音聲母和使用該聲母的漢字首字的對應關系.
然后,寫一個函數,每次排序時通過轉換為gbk再查表的辦法得到字段內容首字的聲母的辦法.
MYSQL教程這個辦法也測試過,比較麻煩,而且針對我的數據庫,也不能正確排序.
MYSQL教程后來,查詢了漢字編碼的一些資料,發現GBK內碼編碼時本身就采用了拼音排序的辦法(常用一級漢字3755個采用拼音排序,二級漢字就不是了,但考慮到人名等都是常用漢字,因此只是針對一級漢字能正確排序也夠用了).
MYSQL教程根據此原理,直接按字段排序就應該可以的(我的數據庫使用Latin1字符集,存的漢字本來就是GBK內碼),但我試了以后發現不行.
參考上面辦法2的查表法,我把字段內容轉換為16進制編碼,再排序,就可以了.
MYSQL教程最終的方法:
?
MYSQL教程輸出結果,如下圖:
?
MYSQL教程附:漢字編碼方式簡介
ASCII
MYSQL教程??? ASCII碼是7位編碼,編碼范圍是0x00-0x7F.ASCII字符集包含英文字母、阿拉伯數字和標點符號等字符.其中0x00-0x20和0x7F共33個控制字符.
MYSQL教程??? 只支持ASCII碼的系統會忽略每個字節的最高位,只認為低7位是有效位.HZ字符編碼就是早期為了在只支持7位ASCII系統中傳輸中文而設計的編碼.早期很多郵件系統也只支持ASCII編碼,為了傳輸中文郵件必須使用BASE64或者其他編碼方式.
MYSQL教程GB2312
MYSQL教程??? GB2312 是基于區位碼設計的,區位碼把編碼表分為94個區,每個區對應94個位,每個字符的區號和位號組合起來就是該漢字的區位碼.區位碼一般 用10進制數來表示,如1601就表示16區1位,對應的字符是“啊”.在區位碼的區號和位號上分別加上0xA0就得到了GB2312編碼.
MYSQL教程??? 區位碼中01-09區是符號、數字區,16-87區是漢字區,10-15和88-94是未定義的空白區.它將收錄的漢字分成兩級:第一級是常用漢字計 3755個,置于16-55區,按漢語拼音字母/筆形順序排列;第二級漢字是次常用漢字計3008個,置于56-87區,按部首/筆畫順序排列.一級漢字 是依照拼音排序的,這個就可以得到某個拼音在一級漢字區位中的范圍,很多根據漢字可以得到拼音的程序就是根據這個原理編寫的.
MYSQL教程??? GB2312字符集中除常用簡體漢字字符外還包含希臘字母、日文平假名及片假名字母、俄語西里爾字母等字符,未收錄繁體中文漢字和一些生僻字.可以用繁體漢字測試某些系統是不是只支持GB2312編碼.
MYSQL教程??? GB2312的編碼范圍是0xA1A1-0x7E7E,去掉未定義的區域之后可以理解為實際編碼范圍是0xA1A1-0xF7FE.
MYSQL教程EUC-CN可以理解為GB2312的別名,和GB2312完全相同.
MYSQL教程區位碼更應該認為是字符集的定義,定義了所收錄的字符和字符位置,而GB2312及EUC-CN是實際計算機環境中支持這種字符集的編碼.HZ和ISO-2022-CN是對應區位碼字符集的另外兩種編碼,都是用7位編碼空間來支持漢字.區位碼和GB2312編碼的關系有點像 和.
MYSQL教程GBK
MYSQL教程??? GBK 編碼是GB2312編碼的超集,向下完全兼容GB2312,同時GBK收錄了Unicode基本多文種平面中的所有CJK漢字.同 GB2312一樣,GBK也支持希臘字母、日文假名字母、俄語字母等字符,但不支持韓語中的表音字符(非漢字字符).GBK還收錄了GB2312不包括的 漢字部首符號、豎排標點符號等字符.
MYSQL教程??? GBK的整體編碼范圍是為0x8140-0xFEFE,不包含低字節是0×7F的組合.高字節范圍是0×81-0xFE,低字節范圍是0x40-7E和0x80-0xFE.
MYSQL教程低字節是0x40-0x7E的GBK字符有一定特殊性,因為這些字符占用了ASCII碼的位置,這樣會給一些系統帶來麻煩.
MYSQL教程??? 有些系統中用0x40-0x7E中的字符(如“|”)做特殊符號,在定位這些符號時又沒有判斷這些符號是不是屬于某個 GBK字符的低字節,這樣就會造成錯誤判斷.在支持GB2312的環境下就不存在這個問題.需要注意的是支持GBK的環境中小于0x80的某個字節未必就 是ASCII符號;另外就是最好選用小于0×40的ASCII符號做一些特殊符號,這樣就可以快速定位,且不用擔心是某個漢字的另一半.Big5編碼中也 存在相應問題.
MYSQL教程??? CP936和GBK的有些許差別,絕大多數情況下可以把CP936當作GBK的別名.
MYSQL教程GB18030
MYSQL教程??? GB18030編碼向下兼容GBK和GB2312,兼容的含義是不僅字符兼容,而且相同字符的編碼也相同.GB18030收錄了所有Unicode3.1中的字符,包含中國少數民族字符,GBK不支持的韓文字符等等,也可以說是世界大多民族的文字符號都被收錄在內.
MYSQL教程??? GBK和GB2312都是雙字節等寬編碼,如果算上和ASCII兼容所支持的單字節,也可以理解為是單字節和雙字節混合的變長編碼.GB18030編碼是變長編碼,有單字節、雙字節和四字節三種方式.
MYSQL教程GB18030 的單字節編碼范圍是0x00-0x7F,完全等同與ASCII;雙字節編碼的范圍和GBK相同,高字節是0x81-0xFE,低字節的編碼范圍是0x40 -0x7E和0x80-FE;四字節編碼中第一、三字節的編碼范圍是0x81-0xFE,二、四字節是0x30-0x39.
MYSQL教程??? Windows 中CP936代碼頁使用0x80來表示歐元符號,而在GB18030編碼中沒有使用0x80編碼位,用其他位置來表示歐元符號.這可以理解為是 GB18030向下兼容性上的一點小問題;也可以理解為0x80是CP936對GBK的擴展,而GB18030只是和GBK兼容良好.
MYSQL教程unicode
MYSQL教程??? 每一種語言的不同的編碼頁,增加了那些需要支持不同語言的軟件的復雜度.因而人們制定了一個世界標準,叫做unicode.unicode為每個字符提供 了唯一的特定數值,不論在什么平臺上、不論在什么軟件中,也不論什么語言.也就是說,它世界上使用的所有字符都列出來,并給每一個字符一個唯一特定數值.
MYSQL教程??? Unicode的最初目標,是用1個16位的編碼來為超過65000字符提供映射.但這還不夠,它不能覆蓋全部歷史上的文字,也不能辦理傳輸的問題 (implantation head-ache's),尤其在那些基于網絡的應用中.已有的軟件必須做大量的工作來程序16位的數據.
MYSQL教程??? 因 此,Unicode用一些基本的保存字符制定了三套編碼方式.它們分別是UTF-8,UTF-16和UTF-32.正如名字所示,在UTF-8中,字符是 以8位序列來編碼的,用一個或幾個字節來表示一個字符.這種方式的最大好處,是UTF-8保存了ASCII字符的編碼做為它的一部分,例如,在UTF-8 和ASCII中,“A”的編碼都是0x41.
MYSQL教程??? UTF-16和UTF-32分別是Unicode的16位和32位編碼方式.考慮到最初的目的,通常說的Unicode就是指UTF-16.在討論Unicode時,搞清楚哪種編碼方式非常重要.
MYSQL教程UTF-8
MYSQL教程??? Unicode Transformation Format-8bit,允許含BOM,但通常不含BOM.是用以辦理國際上字符的一種多字節編碼,它對英文使用8位(即一個字節),中文使用24為(三 個字節)來編碼.UTF-8包含全世界所有國家需要用到的字符,是國際編碼,通用性強.UTF-8編碼的文字可以在各國支持UTF8字符集的瀏覽器上顯 示.如,如果是UTF8編碼,則在外國人的英文IE上也能顯示中文,他們無需下載IE的中文語言支持包.
MYSQL教程GBK的文字編碼是用雙字節來表示的,即不論中、英文字符均使用雙字節來表示,為了區分中文,將其最高位都設定成1.GBK包括全部中文字符,是國家編碼,通用性比UTF8差,不過UTF8占用的數據庫比GBD大.
MYSQL教程??? GBK、GB2312等與UTF8之間都必須通過Unicode編碼才能相互轉換:
??? GBK、GB2312→Unicode→UTF8
??? UTF8→Unicode→GBK、GB2312
MYSQL教程??? 對于一個網站、論壇來說,如果英筆墨符較多,則建議使用UTF-8節省空間.不過現在很多論壇的插件一般只支持GBK.
MYSQL教程Windows的ANSI
MYSQL教程??? 為使計算機支持更多語言,通常使用 0x80~0xFF 范圍的 2 個字節來表示 1 個字符.好比:漢字 '中' 在中文操作系統中,使用 [0xD6,0xD0] 這兩個字節存儲.
MYSQL教程 不同的國家和地區制定了不同的標準,由此產生了 GB2312, BIG5, JIS 等各自的編碼標準.這些使用 2 個字節來代表一個字符的各種漢字延伸編碼方式,稱為 ANSI 編碼.在簡體中文系統下,ANSI 編碼代表 GB2312 編碼,在日文操作系統下,ANSI 編碼代表 JIS 編碼.
MYSQL教程 不同 ANSI 編碼之間互不兼容,當信息在國際間交流時,無法將屬于兩種語言的筆墨,存儲在同一段 ANSI 編碼的文本中.
維易PHP培訓學院每天發布《Mysql應用mysql漢字字段按拼音排序的方法》等實戰技能,PHP、MYSQL、LINUX、APP、JS,CSS全面培養人才。