INSTR( str，substr)在str包含“é”或“ë”而substr仅包含“e”时不起作用

Question

在另一篇关于堆栈溢出的文章中，我看到INSTR可以用来根据相关性排序结果。

我对col LIKE '%str%' andINSTR的理解是，它们的行为是相同的。排序规则的处理方式似乎有所不同。

CREATE TABLE `users` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) COLLATE utf8_unicode_ci DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

INSERT INTO users (name)
VALUES ('Joël'), ('René');

SELECT * FROM users WHERE name LIKE '%joel%'; -- 1 record returned
SELECT * FROM users WHERE name LIKE '%rene%'; -- 1 record returned
SELECT * FROM users WHERE INSTR(name, 'joel') > 0; -- 0 records returned
SELECT * FROM users WHERE INSTR(name, 'rene') > 0; -- 0 records returned
SELECT * FROM users WHERE INSTR(name, 'joël') > 0; -- 1 record returned
SELECT * FROM users WHERE INSTR(name, 'rené') > 0; -- 1 record returned

虽然INSTR做了一些转换，但它在é中找到了ë。

SELECT INSTR('é', 'ë'), INSTR('é', 'e'), INSTR('e', 'ë');
-- returns 1, 0, 0

我是不是遗漏了什么？

http://sqlfiddle.com/#!2/9bf21/6 (使用mysql-版本: 5.5.22)

Answer 1

这是由于INSTR()，这已经得到了验证。

虽然INSTR()文档声明它可以用于多字节字符串，但是，正如您注意到的那样，它似乎不适用于像utf8_general_ci这样的排序规则( 应该是大小写和口音不敏感 )。

此函数是多字节安全的，并且只有在至少一个参数是二进制字符串时才区分大小写。

bug报告指出，虽然MySQL正确地做到了这一点，但只有在字节数相同的情况下才这样做：

但是，您可以很容易地观察到，当在另一个字符串中查找一个字符串时，它们(完全)不尊重排序规则。看起来，MySQL正在寻找一个排序规则的子字符串，它等于目标，它的长度与目标的字节完全相同。这很少是真的。

若要歪曲报表示例，请创建下表：

create table t ( needle varchar(10), haystack varchar(10)
                  ) COLLATE=utf8_general_ci;
insert into t values ("A", "a"), ("A", "XaX");
insert into t values ("A", "á"), ("A", "XáX");
insert into t values ("Á", "a"), ("Á", "XaX");
insert into t values ("Å", "á"), ("Å", "XáX");

然后运行此查询，您可以看到所演示的相同行为：

select needle
     , haystack
     , needle=haystack as `=`
     , haystack LIKE CONCAT('%',needle,'%') as `like`
     , instr(needle, haystack) as `instr`
  from t;

SQL Fiddle