如何查询MySQL的确切长度和​​确切的UTF-8字符

Question

我有我的语言（拉脱维亚语）单词字典表。

CREATE TABLE words (
value varchar(255) COLLATE utf8_unicode_ci DEFAULT NULL
) ENGINE=MyISAM DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

而且我们说，它有3次里面的话：
INSERT INTO words (value) VALUES ('tēja');
INSERT INTO words (value) VALUES ('vējš');
INSERT INTO words (value) VALUES ('feja');

我想要做的是，我想找到的所有的话，这正是长4个字符，其中第二字符是'ē'，第三个字符是'j'

对我来说，感觉正确的查询是：
SELECT * FROM words WHERE value LIKE '_ēj_';
但这个查询的问题是，它并没有退回2个条目（'tēja'，'vējš'），但所有三个。 据我所知，这是因为内部MySQL将字符串转换为一些ASCII表示形式？

再有就是BINARY除了可能LIKE
SELECT * FROM words WHERE value LIKE BINARY '_ēj_';
但是，这也并不返回2项（ 'Teja公司'， 'vējš'），但只有一个（ 'TEJA'）。我相信这与UTF-8 2字节的非ASCII字符有关？

所以问题：
什么MySQL查询将返回我确切的两个单词（'tēja'，'vējš'）？

预先感谢您

Answer 1

什么MySQL查询将返回我的确切两个词（ 'Teja公司'， 'vējš'）？

SELECT * FROM words WHERE value LIKE '_ēj_' COLLATE utf8_bin; 

的utf8_bin整理不仅仅是音符敏感，而且还区分大小写。如果你只想匹配字母和变音符号，并且你不关心大写/小写，你必须要求find a utf_..._ci排序规则，它不会将e和ē作为同一个字母。

我不能立即看到一个（有很多不会整理ē，如果你只需要区分非变音字母的区分大小写匹配，这将是可以的）。有趣的是，Latvian collation将大写字母视为与您不想要的普通字母相同（它知道š与s不同）。

无论如何，无论您最终得到什么样的排序规则，您都会希望将表格置于排序规则中，而不是在查询中手动指定它，以便可以对比较结果进行正确编制索引。

Answer 2

你必须使用适当的归类。
说不上来了拉脱维亚，但这里是德国的例子：http://dev.mysql.com/doc/refman/5.0/en/charset-collation-effect.html
给你一个想法

你可以尝试一些baltic collations