В настоящее время я разрабатываю веб-сайт, который будет показывать материал практически для любого языка мира. И у меня проблемы с выбором лучшего сопоставления для определения в MySQL.
Какой из них лучше всего подходит для поддержки всех персонажей? Или самый точный?
Или просто лучше преобразовать все символы в юникод?
Обычно я использую 8-битный формат преобразования UCS/Unicode, который идеально подходит для любых (или большинства) языков.
utf8_general_ci
http://dev.mysql.com/doc/refman/5.0/en/charset-unicode.html
Принятый ответ неверен (возможно, он был правильным в 2009 году).
utf8mb4_unicode_ci — лучшая кодировка для широкой языковой поддержки.
Обоснование и подтверждающие доказательства:
Вы хотите использовать
utf8mb4, а неutf8, потому что последний поддерживает только 3-байтовые символы, а вы хотите поддерживать 4-байтовые символы. (ref)
а также
Вы хотите использовать
unicode, а неgeneral, потому что последнее никогда не сортировалось правильно. (ссылка)
Используйте utf8mb4 вместо utf8
utf8mb4_general_ci => support 1, 2, 3 or 4 bytes
а также
utf8_general_ci or utf8mb3_general_ci => support 1, 2 or 3 bytes
Это займет место на вашем диске по мере необходимости.
Использование utf8mb4_unicode_ci или utf8mb4_general_ci может быть сложным и привести к неожиданному поведению.
Будьте в курсе.
Возможно, utf8mb4_unicode_bin может быть хорошим вариантом, если вы хотите избежать случаев, подобных приведенному ниже.
