Confrontando le stringhe in PHP allo stesso modo di MySQL

Question

Sto memorizzando un varchar in una tabella MySQL utf8 e usando la raccolta utf8_general_ci. Ho un indice univoco sul varchar. Mi piacerebbe fare un confronto di stringhe in PHP che è equivalente a quello che MySQL farà sull'indice.

Un esempio specifico è che vorrei essere in grado di rilevare che "a" è considerato equivalente a "& # 192;" in PHP prima che ciò accada:

mysql> insert UniTest (str) values ('a');                                   
Query OK, 1 row affected (0.00 sec)

mysql> insert UniTest (str) values ('À');                                   
ERROR 1062 (23000): Duplicate entry 'À' for key 1

Answer 1

Le regole di confronto non hanno nulla a che fare con l'archiviazione. È necessario impostare il set di caratteri per determinare la codifica di archiviazione. Le regole di confronto regolano le modalità di confronto e ordinamento. Le regole di confronto devono essere a conoscenza del set di caratteri, ma per il resto non hanno nulla a che fare con il set di caratteri.

Per rispondere alla tua domanda, puoi usare iconv per tradurre il testo, quindi confrontarlo. Ad esempio:

function compare($s1, $s2) {
  return strcmp(
    iconv('UTF-8', 'ISO-8859-1//TRANSLIT', $s1),
    iconv('UTF-8', 'ISO-8859-1//TRANSLIT', $s2));
}

Questo è fondamentalmente ciò che MySql farà per te, sebbene sia probabilmente più veloce e potrebbe avere una tabella di confronto leggermente diversa da ISO-8859-1 // TRANSLIT . Non ne sono del tutto sicuro.

Probabilmente sarebbe più facile usare il database, come altri hanno già suggerito.

Answer 2

Perché non lasci che MySQL decida se esiste già un record con la stessa chiave?

Puoi eseguire una query SELECT per chiedere se esiste già un record con questo attributo:

SELECT 1
FROM UniTest
WHERE str = "À"

Oppure prova semplicemente a inserire il nuovo record e ad utilizzare le funzioni mysql_error () e mysql_errno () per vedere se si è verificato un errore.

Answer 3

Sarebbe ragionevole lasciare che MySQL faccia il lavoro, inviando una query a MySQL come:

SELECT CASE WHEN '$a' = '$b' THEN 1 ELSE 0 END

---

Chiarimento post EDIT:

Potresti iterare una sola volta attraverso l'intero set di caratteri di interesse cartesiano unito a se stesso e costruire una matrice associativa php standard di set di equivalenze.

    for each $char1 in $charset {  
        for each $char2 in $charset {  
            $charmatch[$char1][$char2] = mysqlTestMatch($char1, $char2));  
        }  
    }  

Quindi dovresti testare ogni stringa di carattere per carattere, per vedere se a) sono uguali o, in caso contrario, b) sono equivalenti.

Answer 4

Quindi, se lo capisco correttamente, vuoi fare un confronto simile in PHP come faresti con un controllo su un controllo indice UTF-8 in MySQL?

La cosa più semplice sarebbe creare una funzione di supporto che converta una stringa in base alle regole utf8_general_ci utilizzate da MySSQL, che consiste principalmente nel convertire determinate lettere in una lettera base.

Le regole per quel confronto MySQL sono elencate qui:

http://www.collation-charts.org/mysql60/mysql604.utf8_general_ci.european.html

Ad esempio, se scorri leggermente verso il basso fino a " oro A " a sinistra, vedrai tutti i personaggi che vengono convertiti in quella A.

Data una funzione di supporto, chiamata ad esempio utf8g_to_ascii () , potresti scrivere una funzione:

function utf8_compare($s1, $s2) {
   $a = utf8g_to_ascii($s1);
   $b = utf8g_to_ascii($s2);
   return strcmp( $a, $b );
}

Modellerei il mio codice dopo:

http://dev.splitbrain.org/view/darcs/dokuwiki/inc/utf8.php

Answer 5

Usa Intl's Collator o Transliterator.

$s1 = 'a';
$s2 = 'À';

var_dump(
    is_same_string($s1, $s2),
    $s1 === transliterator_transliterate('Any-Latin; Latin-ASCII; Lower()', $s2)
);

function is_same_string($str, $str2, $locale = 'en_US')
{
    $coll = collator_create($locale);
    collator_set_strength($coll, Collator::PRIMARY);  
    return 0 === collator_compare($coll, $str, $str2);
}