MySQL:查询 unicode 实体

Question

我需要从数据库中找到单词 Lämmönmyyntipalvelut。只是，在数据库中，它位于一个字段中，其值是一个 PHP 数组，使用 json_encode() 转换为 JSON，因此特殊字符被拼写为十六进制 unicode。

所以我的问题是

SELECT * FROM table WHERE (services LIKE '%Lämmönmyyntipalvelut%')

没有结果。没有惊喜。接下来，转换特殊字符查询:

SELECT * FROM table WHERE (services LIKE '%L\u00e4mm\u00f6nmyyntipalvelut%')

没有结果，我想知道为什么。接下来我测试了只查询特殊字符:

SELECT * FROM table WHERE (services LIKE '%\u00e4%')

找到了应该找到的东西。接下来我开始添加东西(L 到开头)以查看哪里出错了:

SELECT * FROM table WHERE (services LIKE '%L\u00e4%')

没有结果。另一个测试:

SELECT * FROM table WHERE (services LIKE '%\u00e4mm%')

找到了应该找到的东西。

所以我的结论是反斜杠在某种程度上把事情搞砸了，但我不明白这是怎么回事？

编辑:

services 字段的具体内容:

["Neuvonta","L\u00e4mm\u00f6nmyyntipalvelut",
"Mets\u00e4-\/energiapuunkorjuupalvelut"]

精确查询:

SELECT id, uid, company_name, services, logo FROM rekisteroeidy_toimijaks 
WHERE 
    (services LIKE '%L\u00e4mm\u00f6nmyyntipalvelut%' AND 
    services LIKE '%Mets\u00e4-\/energiapuunkorjuupalvelut%') 
ORDER BY company_name ASC

我添加了一些换行符以提高可读性。

Answer 1

I have absolutely no idea why, but triple escaping helps!

好吧，这只是双重转义，但是它确实有效，原因如下:在 MySQL 中，当您使用 LIKE 运算符时，会涉及第二层转义。

services LIKE '%L\\\\u00e4mm\\\\u00f6n%'

解析 MySQL 字符串字面值可以让您与 LIKE 查询 %L\\u00e4mm\\u00f6n% 进行比较。因为 MySQL 将 LIKE 查询中的 \ 视为转义，所以它实际上匹配包含 L\u00e4mm\u00f6n 的文字字符串。

这样做的原因是您可以将字符串与包含文字 % 或 _ 字符的查询表达式进行匹配。例如，如果我想在一列中搜索文字字符串 100%，我可以将其与 100\% 进行匹配(在查询中写为 '100\\%') 并确保我真的得到了 100% 而不是任何以 100 开头的字符串。

不幸的是，MySQL 在其 LIKE 查询转义和字符串文字转义中都使用反斜杠，特别是考虑到您可能正在使用也使用它们的封闭编程语言编写，最终以实际的三重编码结束，看起来像“服务像 '%L\\\\\\\\u00e4mm\\\\\\\u00f6n%'” - 啊!

非常不幸的是，这种行为不符合 ANSI SQL，并且在任何其他数据库中都不起作用。 ANSI SQL 表示默认情况下 LIKE 查询中没有转义字符，因此如果您想匹配文字 % 或 _ 您必须通过指定转义字符来选择加入你自己的，例如:

something LIKE '100=%' ESCAPE '='

为了跨数据库兼容性，最好始终使用 LIKE...ESCAPE 形式，并选择可怕的反斜杠以外的其他内容! (另外 - MySQL 用于 SQL 字符串文字转义的反斜杠也不符合 ANSI!但是您可以使用 NO_BACKSLASH_ESCAPES sql_mode 设置关闭该错误行为。)

可能更好的主意是将 services 分解到第二个表中，而不是将它们压缩到单个字符串列中 - 即。把你的模式放在第一范式中。然后您可以获得单个值的简单查找，而不必执行缓慢的全表扫描子字符串匹配。