10.13 添加字符集

本节讨论将字符集添加到 MySQL 的过程。正确的过程取决于字符集是简单还是复杂:

  • 如果字符集不需要特殊的字符串整理例程进行排序,并且不需要多字节字符支持,则它很简单。

  • 如果字符集需要这些功能之一,则很复杂。

例如,greekswe7是简单字符集,而big5czech是复杂字符集。

要使用以下说明,您必须具有 MySQL 源发行版。在说明中,* MYSET *table 示要添加的字符集的名称。

  • 将_ MYSET *的<charset>元素添加到sql/share/charsets/Index.xml文件中。使用文件中的现有内容作为添加新内容的指南。 latin1 <charset>元素的部分 Lists 如下:
<charset name="latin1">
  <family>Western</family>
  <description>cp1252 West European</description>
  ...
  <collation name="latin1_swedish_ci" id="8" order="Finnish, Swedish">
    <flag>primary</flag>
    <flag>compiled</flag>
  </collation>
  <collation name="latin1_danish_ci" id="15" order="Danish"/>
  ...
  <collation name="latin1_bin" id="47" order="Binary">
    <flag>binary</flag>
    <flag>compiled</flag>
  </collation>
  ...
</charset>

<charset>元素必须列出该字符集的所有归类。这些必须至少包括二进制排序规则和默认(主要)排序规则。默认排序规则通常使用后缀general_ci命名(一般,不区分大小写)。二进制排序规则有可能是默认排序规则,但通常它们是不同的。默认排序规则应带有primary标志。二进制排序规则应具有binary标志。

您必须为每个排序规则分配唯一的 ID 号。 ID 的范围从 1024 到 2047,保留给用户定义的归类。要查找当前使用的最大归类 ID 的最大值,请使用以下查询:

SELECT MAX(ID) FROM INFORMATION_SCHEMA.COLLATIONS;
  • 此步骤取决于您要添加简单字符集还是复杂字符集。一个简单的字符集仅需要一个配置文件,而一个复杂的字符集则需要 C 源文件,该文件定义了归类功能,多字节功能或两者。

对于简单的字符集,创建一个描述字符集属性的配置文件MYSET.xml。在sql/share/charsets目录中创建此文件。您可以使用latin1.xml的副本作为此文件的基础。该文件的语法非常简单:

  • Comments 以普通 XMLComments(<!-- text -->)的形式编写。

  • <map>数组元素中的单词由任意数量的空格分隔。

  • <map>数组元素中的每个单词都必须是十六进制格式的数字。

  • <ctype>元素的<map>数组元素有 257 个字。之后的其他<map>数组元素具有 256 个字。参见第 10.13.1 节“字符定义数组”

  • 对于Index.xml中的字符集,在<charset>元素中列出的每个归类,MYSET.xml必须包含定义字符 Sequences 的<collation>元素。

对于复杂的字符集,创建一个 C 源文件,该文件描述字符集属性并定义正确执行该字符集所需的支持例程:

  • strings目录中创建文件ctype-MYSET.c。查看现有的ctype-*.c文件(例如ctype-big5.c)之一,以查看需要定义的内容。文件中的数组必须具有ctype_MYSETto_lower_MYSET等名称。这些对应于简单字符集的数组。参见第 10.13.1 节“字符定义数组”

  • 对于Index.xml中字符集的<charset>元素中列出的每个<collation>元素,ctype-MYSET.c文件必须提供排序规则的实现。

  • 如果字符集需要字符串整理功能,请参见第 10.13.2 节“对复杂字符集的字符串整理支持”

  • 如果字符集需要多字节字符支持,请参见第 10.13.3 节“复杂字符集的多字节字符支持”

  • 修改配置信息。使用现有的配置信息作为添加* MYSYS 信息的指南。此处的示例假定字符集具有默认排序规则和二进制排序规则,但是如果 MYSET *具有其他排序规则,则需要更多行。

  • 编辑mysys/charset-def.c,并“注册”新字符集的归类。

将这些行添加到“声明”部分:

#ifdef HAVE_CHARSET_MYSET
extern CHARSET_INFO my_charset_MYSET_general_ci;
extern CHARSET_INFO my_charset_MYSET_bin;
#endif

将这些行添加到“注册”部分:

#ifdef HAVE_CHARSET_MYSET
  add_compiled_collation(&my_charset_MYSET_general_ci);
  add_compiled_collation(&my_charset_MYSET_bin);
#endif
  • 如果字符集使用ctype-MYSET.c,则编辑strings/CMakeLists.txt并将ctype-MYSET.c添加到STRINGS_SOURCES变量的定义中。

  • 编辑cmake/character_sets.cmake

  • 按字母 Sequences 将* MYSET *添加到 with CHARSETS_AVAILABLE的值中。

    • 将* MYSET *按字母 Sequences 添加到CHARSETS_COMPLEX的值中。即使是简单的字符集,也需要这样做,否则 CMake 将无法识别-DDEFAULT_CHARSET=MYSET
  • 重新配置,重新编译和测试。