比较使用不同编码存储的相同值

7 浏览
0 Comments

比较使用不同编码存储的相同值

这个问题不是PHP字符串比较两种不同编码类型的重复，因为我的问题需要一个SQL解决方案，而不是一个PHP解决方案。

背景 ► 一个博物馆有两个使用相同字符集和排序规则（engine=INNODB charset=utf8 collate=utf8_unicode_ci）的数据库，由两个不同的PHP系统使用。每个PHP系统以不同的方式存储相同的数据，下面的图像是一个示例：

enter image description here

已经以这种方式存储了大量的数据，并且两个系统都正常工作，所以我不能更改PHP编码或数据库。其中一个系统处理售票处的销售，另一个系统处理网站的销售。

问题 ► 我需要比较右列（tipo_boleto_tipo）和左列（tipo），以便获取左表中另一列的值（图像中看不到），但是由于相同的值存储方式不同，我得不到结果，例如，当我搜索"Niños"时，找不到，因为它被存储为"Niños"（西班牙语中的"children"）。我尝试通过PHP使用utf8_encode和utf8_decode来解决，但速度太慢，所以我认为最好只使用SQL。这些数据将用于变动时间段内的销售统一报告（售票处和网络销售），需要比较数十万行数据，这就是为什么使用PHP会如此缓慢的原因。

问题 ► 是否有类似于MYSQL的utf8_encode或utf8_decode的东西，允许我匹配两个列的等价值？欢迎任何其他建议。

下面是我的当前代码（没有结果）：

            数据库    表      列
               ▼          ▼          ▼
    SELECT boleteria.tipos_boletos.genero            ◄ 所需列。
      FROM boleteria.tipos_boletos                   ◄ 存在怪异字符的数据库。
INNER JOIN venta_en_linea.ventas_detalle             ◄ 存在正确字符的数据库。
        ON venta_en_linea.ventas_detalle.tipo_boleto_tipo = boleteria.tipos_boletos.tipo
     WHERE venta_en_linea.ventas_detalle.evento_id='1'
       AND venta_en_linea.ventas_detalle.tipo_boleto_tipo = 'Niños'

ON venta_en_linea.ventas_detalle.tipo_boleto_tipo = boleteria.tipos_boletos.tipo这一行永远不会起作用，因为两个值是不同的（"Niños"对比"Niños"）。

0

1 答案

0 Comments

问题的原因是应用程序将数据存储到名为boleteria的数据库时，没有正确地使用UTF-8编码。数据库列的字符集指的是MySQL如何解释字符串，但是应用程序仍然可以使用其他字符集进行写入。

从您的示例中无法确定不正确的字符集是什么，但假设它是Latin-1，您可以将其转换为Latin-1（使其“正确”），然后再转换回“实际”的UTF-8：

SELECT 1
FROM tipos_boletos, ventas_detalle 
WHERE CONVERT(CAST(CONVERT(tipo USING latin1) AS binary) USING utf8) 
      = tipo_boleto_tipo COLLATE utf8_unicode_ci

我在PHP应用程序中经常遇到这个问题，这些应用程序从一开始就没有小心地使用UTF-8字符串。如果您发现性能太慢，并且需要频繁进行转换，并且无法更新错误写入数据的应用程序，您可以向tipos_boletos表添加一个新的列和触发器，并在添加或编辑记录时进行即时转换。

它起作用了，它起作用了，Matt，你是最棒的！！！只是为了未来来访者，我遇到了错误“Illegal mix of collations...”，我通过在where的末尾添加COLLATE utf8_unicode_ci来解决了这个问题（从stackoverflow.com/a/11770234/3298930偷来的）。非常非常感谢你，伙计！

0