如何在表格中搜索不包括某些匈牙利字母的特殊字符？

Question

我想返回包含除字母、数字和空格之外的任何其他字符的所有行，但我也想将匈牙利字母列入白名单。但是，当我运行以下脚本时：

SELECT
    *
FROM
    table T
WHERE
    T.columnname REGEXP '[^a-zA-Z0-9 áéíóöőúüű]';

它给出了这个错误：

SQL 错误 (1267)：操作“regexp”的排序规则 (latin1_swedish_ci,IMPLICIT) 和 (utf8mb4_general_ci,COERCIBLE) 的非法混合

正确的做法是什么？

Answer 1

事情是怎样的？

• 表（和列）是 latin1 但“SHOW VARIABLES LIKE char%”表示“utf8”（或 utf8mb4）？

因为“Mojibake”而变得一团糟。 每个重音字母都存储为两个“latin1”字节。

• 反之亦然。

  WHERE T.columnname REGEXP '[^a-zA-Z0-9 áéíóöőúüű]' 字符集 utf8

在进一步解决问题之前，请提供

SHOW CREATE TABLE T;
SELECT HEX(columnname) FROM T ...;  -- (for a sample)

您将如何处理返回的行？ 这可能会影响答案。

大约十年前，“latin1”是存储重音字母的“错误”方式。 因此，我还建议将数据集转换为 utf8mb4。 您运行的 MySQL 版本是什么？ （这会影响 utf8mb4 是否可用以及正则表达式是否可以处理注释中的内容。）