10.14.4.1 使用 LDML 语法定义 UCA 归类

要在不重新编译 MySQL 的情况下为 Unicode 字符集添加 UCA 归类，请使用以下过程。如果您不熟悉用于描述排序规则的排序 Feature 的 LDML 规则，请参见第 10.14.4.2 节“ MySQL 支持的 LDML 语法”。

该示例将名为utf8_phone_ci的排序规则添加到utf8字符集。该整理是针对涉及 Web 应用程序的场景而设计的，用户在该 Web 应用程序中发布其姓名和电话 Numbers。电话 Numbers 的格式可以非常不同：

+7-12345-67
+7-12-345-67
+7 12 345 67
+7 (12) 345 67
+71234567

通过处理这些类型的值引起的问题是，不同的允许格式使搜索特定电话 Numbers 变得非常困难。解决方案是定义一个新的排序规则，重新排序标点符号，使其可忽略。

• 选择一个归类 ID，如第 10.14.2 节“选择归类 ID”所示。以下步骤使用 ID 1029.

• 修改Index.xml配置文件。该文件位于character_sets_dir系统变量命名的目录中。尽管路径名称在您的系统上可能有所不同，但是您可以按以下方式检查变量值：

mysql> SHOW VARIABLES LIKE 'character_sets_dir';
+--------------------+-----------------------------------------+
| Variable_name      | Value                                   |
+--------------------+-----------------------------------------+
| character_sets_dir | /user/local/mysql/share/mysql/charsets/ |
+--------------------+-----------------------------------------+

• 选择排序规则的名称，并将其列出在Index.xml文件中。此外，您需要提供排序规则的规则。找到要向其添加排序规则的字符集的<charset>元素，并添加一个指示排序规则名称和 ID 的<collation>元素，以将该名称与 ID 关联。在<collation>元素内，提供一个<rules>元素，其中包含排序规则：

<charset name="utf8">
  ...
  <collation name="utf8_phone_ci" id="1029">
    <rules>
      <reset>\u0000</reset>
      <i>\u0020</i> <!-- space -->
      <i>\u0028</i> <!-- left parenthesis -->
      <i>\u0029</i> <!-- right parenthesis -->
      <i>\u002B</i> <!-- plus -->
      <i>\u002D</i> <!-- hyphen -->
    </rules>
  </collation>
  ...
</charset>

• 如果要对其他 Unicode 字符集使用类似的排序规则，请添加其他<collation>元素。例如，要定义ucs2_phone_ci，请将<collation>元素添加到<charset name="ucs2">元素。请记住，每个排序规则必须具有自己的唯一 ID。

• 重新启动服务器，并使用此语句验证是否存在排序规则：

mysql> SHOW COLLATION WHERE Collation = 'utf8_phone_ci';
+---------------+---------+------+---------+----------+---------+
| Collation     | Charset | Id   | Default | Compiled | Sortlen |
+---------------+---------+------+---------+----------+---------+
| utf8_phone_ci | utf8    | 1029 |         |          |       8 |
+---------------+---------+------+---------+----------+---------+

现在测试排序规则，以确保它具有所需的属性。

使用新的排序规则创建一个包含一些示例电话 Numbers 的 table：

mysql> CREATE TABLE phonebook (
         name VARCHAR(64),
         phone VARCHAR(64) CHARACTER SET utf8 COLLATE utf8_phone_ci
       );
Query OK, 0 rows affected (0.09 sec)

mysql> INSERT INTO phonebook VALUES ('Svoj','+7 912 800 80 02');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Hf','+7 (912) 800 80 04');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Bar','+7-912-800-80-01');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Ramil','(7912) 800 80 03');
Query OK, 1 row affected (0.00 sec)

mysql> INSERT INTO phonebook VALUES ('Sanja','+380 (912) 8008005');
Query OK, 1 row affected (0.00 sec)

运行一些查询，以查看是否实际上忽略了被忽略的标点符号，以便进行比较和排序：

mysql> SELECT * FROM phonebook ORDER BY phone;
+-------+--------------------+
| name  | phone              |
+-------+--------------------+
| Sanja | +380 (912) 8008005 |
| Bar   | +7-912-800-80-01   |
| Svoj  | +7 912 800 80 02   |
| Ramil | (7912) 800 80 03   |
| Hf    | +7 (912) 800 80 04 |
+-------+--------------------+
5 rows in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='+7(912)800-80-01';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='79128008001';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)

mysql> SELECT * FROM phonebook WHERE phone='7 9 1 2 8 0 0 8 0 0 1';
+------+------------------+
| name | phone            |
+------+------------------+
| Bar  | +7-912-800-80-01 |
+------+------------------+
1 row in set (0.00 sec)