文章目录

前言一、准备工作二、场景复现三、解决问题总结

---

前言

在做一个批量导入关键词的功能时，发现关键词如果带有像é这样的字符时，存入数据库时会识别为e，造成部分关键词没有被导入，且与原来部分关键词可能重复的情况，因此记录下来避免以后再踩坑。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、准备工作

准备一份批量导入关键词excel，其中包含2个关键词 1.pokemon 2.pokémon 注意：这2个关键词中一个是普通的e，一个是带音节的é

准备数据库表sql脚本

-- 导入关键词表 CREATE TABLE `keyword_lexicon` ( `id` int(10) NOT NULL AUTO_INCREMENT, `keyword` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '' COMMENT '搜索关键词', PRIMARY KEY ("id"), UNIQUE KEY "idx_keyword" ("keyword") USING BTREE COMMENT '关键词' ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='导入关键词表';

二、场景复现

简单写一个导入接口，代码就不附上了，需要注意的是导入sql用的是INSERT IGNORE INTO的方式，如果表中已经有该关键词了则不会写入表中。（keyword字段设为唯一索引） 导入sql例子如下

INSERT IGNORE INTO keyword_lexicon (`keyword`) VALUES ('pokemon'),('pokémon')

调接口完成导入后，查看数据库表，发现只有一条pokemon的数据。

三、解决问题

查看表结构发现，keyword字段的排序规则为

utf8mb4_general_ci

这种排序规则在识别é这种带有音节的字符时，会识别为e，导致2个关键词在通过INSERT IGNORE INTO导入后只会有一条记录，只要将排序规则改为

utf8mb4_bin

然后再重新导入，查看结果可发现2条数据都已经插入表中，问题解决。

总结

utf8mb4_bin是区分大小写的，也区分e和é这类字符的 utf8_genera_ci是不区分大小写的，也不区分e和é这类字符 注：utf8_general_cs是区分大小写的，但不区分e和é这类字符 如果需要区分带有音节的字符，又不想要区分大小写，可在sql查询对应字段时用LOWER()函数