中文字符集及排序 - 版本历史

Eijux：/* = Oracle：按拼音排序 */

2021-04-23T19:04:03Z

= Oracle：按拼音排序

←上一版本		2021年4月24日 (六) 03:04的版本
第90行：		第90行：
	*: 如果你使用源码编译MySQL，可以编译MySQL时使用“–with–charset=gbk”参数，这样MySQL就会直接支持中文查找和排序了（默认的是latin1）。也可以用“extra-charsets=gb2312,gbk,gb18030”来加入多个字符集。		*: 如果你使用源码编译MySQL，可以编译MySQL时使用“–with–charset=gbk”参数，这样MySQL就会直接支持中文查找和排序了（默认的是latin1）。也可以用“extra-charsets=gb2312,gbk,gb18030”来加入多个字符集。

	=== Oracle：按拼音排序 ==		=== Oracle：按拼音排序 ===
	Oracle 通过“'''NLS_SORT'''”参数来实现。		Oracle 通过“'''NLS_SORT'''”参数来实现。

Eijux：/* = MySQL：按拼音排序 */

2021-04-23T19:03:54Z

= MySQL：按拼音排序

←上一版本		2021年4月24日 (六) 03:03的版本
第45行：		第45行：
	在不同的数据库实现中文按拼音排序的方式不同。		在不同的数据库实现中文按拼音排序的方式不同。

	=== MySQL：按拼音排序 ==		=== MySQL：按拼音排序 ===
	MySQL 使用“'''CONVERT()'''”函数将需要的列转换到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。		MySQL 使用“'''CONVERT()'''”函数将需要的列转换到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。
	* （“GB2312”的一级汉字不支持拼音排序，“GBK”的一级汉字支持拼音，而“GBK”支持的汉字不如“GB18030”全面）		* （“GB2312”的一级汉字不支持拼音排序，“GBK”的一级汉字支持拼音，而“GBK”支持的汉字不如“GB18030”全面）

Eijux：/* = MySQL：按拼音排序 */

2021-03-28T22:44:09Z

= MySQL：按拼音排序

←上一版本		2021年3月29日 (一) 06:44的版本
第51行：		第51行：


	#不修改原数据的字符集：		不修改原数据的字符集：
	## 在查询语句的“order by”部分，使用“'''CONVERT()'''”函数：		# 在查询语句的“order by”部分，使用“'''CONVERT()'''”函数：
	##: '''<syntaxhighlight lang="xml">		#: '''<syntaxhighlight lang="xml">
	select * from dept order by CONVERT(name USING gbk);		select * from dept order by CONVERT(name USING gbk);
	</syntaxhighlight>'''		</syntaxhighlight>'''
	## 在查询语句的“order by”部分，使用“'''hex()'''”函数转换为16进制编码：【？？？这样可以，神奇的网友】		# 在查询语句的“order by”部分，使用“'''hex()'''”函数转换为16进制编码：【？？？这样可以，神奇的网友】
	##: '''<syntaxhighlight lang="xml">		#: '''<syntaxhighlight lang="xml">
	select * from dept order by hex(name);		select * from dept order by hex(name);
	</syntaxhighlight>'''		</syntaxhighlight>'''
	#修改列字符集：
	## 将字段的'''字符集'''改成“gbk”，然后直接使用“order by”排序即可：
	##: '''<syntaxhighlight lang="xml">		修改列字符集：
			# 将字段的'''字符集'''改成“gbk”，然后直接使用“order by”排序即可：
			#: '''<syntaxhighlight lang="xml">
	...		...
	'name' char(10) CHARACTER SET gbk DEFAULT NULL,”。		'name' char(10) CHARACTER SET gbk DEFAULT NULL,”。
	...		...
	</syntaxhighlight>'''		</syntaxhighlight>'''
	##* mysql 5.x支持某列单独定义字符集。		#* mysql 5.x支持某列单独定义字符集。
	## 修改列字符集：向'''列定义'''添加“'''binary'''”属性，使之作为二进制比较，【？？？这样可以】		# 修改列字符集：向'''列定义'''添加“'''binary'''”属性，使之作为二进制比较，【？？？这样可以】
	##: '''<syntaxhighlight lang="xml">		#: '''<syntaxhighlight lang="xml">
	...		...
	'name' char(10) DEFAULT NULL,		'name' char(10) DEFAULT NULL,

Eijux：/* = MySQL：按拼音排序 */

2021-03-28T22:43:17Z

= MySQL：按拼音排序

←上一版本		2021年3月29日 (一) 06:43的版本
第48行：		第48行：
	MySQL 使用“'''CONVERT()'''”函数将需要的列转换到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。		MySQL 使用“'''CONVERT()'''”函数将需要的列转换到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。
	* （“GB2312”的一级汉字不支持拼音排序，“GBK”的一级汉字支持拼音，而“GBK”支持的汉字不如“GB18030”全面）		* （“GB2312”的一级汉字不支持拼音排序，“GBK”的一级汉字支持拼音，而“GBK”支持的汉字不如“GB18030”全面）
			* 存在多音字的问题。


	不修改原数据的字符集：		#不修改原数据的字符集：
	# 在查询语句的“order by”部分，使用“'''CONVERT()'''”函数：		## 在查询语句的“order by”部分，使用“'''CONVERT()'''”函数：
	#: '''<syntaxhighlight lang="xml">		##: '''<syntaxhighlight lang="xml">
	select * from dept order by CONVERT(name USING gbk);		select * from dept order by CONVERT(name USING gbk);
	</syntaxhighlight>'''		</syntaxhighlight>'''
	# 在查询语句的“order by”部分，使用“'''hex()'''”函数转换为16进制编码：【？？？这样可以，神奇的网友】		## 在查询语句的“order by”部分，使用“'''hex()'''”函数转换为16进制编码：【？？？这样可以，神奇的网友】
	#: '''<syntaxhighlight lang="xml">		##: '''<syntaxhighlight lang="xml">
	select * from dept order by hex(name);		select * from dept order by hex(name);
	</syntaxhighlight>'''		</syntaxhighlight>'''
	修改列字符集：		#修改列字符集：
	# 将字段的'''字符集'''改成“gbk”，然后直接使用“order by”排序即可：		## 将字段的'''字符集'''改成“gbk”，然后直接使用“order by”排序即可：
	#: '''<syntaxhighlight lang="xml">		##: '''<syntaxhighlight lang="xml">
	...		...
	'name' char(10) CHARACTER SET gbk DEFAULT NULL,”。		'name' char(10) CHARACTER SET gbk DEFAULT NULL,”。
	...		...
	</syntaxhighlight>'''		</syntaxhighlight>'''
	#* mysql 5.x支持某列单独定义字符集。		##* mysql 5.x支持某列单独定义字符集。
	# 修改列字符集：向'''列定义'''添加“'''binary'''”属性，使之作为二进制比较，【？？？这样可以】		## 修改列字符集：向'''列定义'''添加“'''binary'''”属性，使之作为二进制比较，【？？？这样可以】
	#: #: '''<syntaxhighlight lang="xml">		##: '''<syntaxhighlight lang="xml">
	...		...
	'name' char(10) DEFAULT NULL,		'name' char(10) DEFAULT NULL,

Eijux：/* = MySQL：按拼音排序 */

2021-03-28T22:40:06Z

= MySQL：按拼音排序

←上一版本		2021年3月29日 (一) 06:40的版本
第55行：		第55行：
	select * from dept order by CONVERT(name USING gbk);		select * from dept order by CONVERT(name USING gbk);
	</syntaxhighlight>'''		</syntaxhighlight>'''
	# 在查询语句的“order by”部分，使用“'''hex()'''~~”函数转换为16进制编码：【神奇的网友】~~		# 在查询语句的“order by”部分，使用“'''hex()'''”函数转换为16进制编码：【？？？这样可以，神奇的网友】
	#: '''<syntaxhighlight lang="xml">		#: '''<syntaxhighlight lang="xml">
	select * from dept order by hex(name);		select * from dept order by hex(name);
第67行：		第67行：
	</syntaxhighlight>'''		</syntaxhighlight>'''
	#* mysql 5.x支持某列单独定义字符集。		#* mysql 5.x支持某列单独定义字符集。
	# 修改列字符集：向'''列定义'''添加“'''binary'''~~”属性，使之作为二进制比较，【？？？这样可以？？？】~~		# 修改列字符集：向'''列定义'''添加“'''binary'''”属性，使之作为二进制比较，【？？？这样可以】
	#: #: '''<syntaxhighlight lang="xml">		#: #: '''<syntaxhighlight lang="xml">
	...		...

Eijux：/* GB2312、GBK 与 GB18030 */

2021-03-28T22:39:26Z

GB2312、GBK 与 GB18030

←上一版本		2021年3月29日 (一) 06:39的版本
第23行：		第23行：
	* GBK的文字编码是用'''双字节'''来表示的（不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成 1）：		* GBK的文字编码是用'''双字节'''来表示的（不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成 1）：
	** 总体编码范围为“8140-FEFE”之间，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 XX7F 一条线。		** 总体编码范围为“8140-FEFE”之间，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 XX7F 一条线。
	* '''~~按拼音排序。~~'''		* 一级汉字：'''按拼音排序'''；二级汉字：'''按部首/笔画排序'''。

Eijux：/* = MySQL：按拼音排序 */

2021-03-28T22:38:17Z

= MySQL：按拼音排序

@@ 第46行： / 第46行： @@
 === MySQL：按拼音排序 ==
-MySQL 使用“'''CONVERT()'''”函数转换需要的列到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。
+MySQL 使用“'''CONVERT()'''”函数将需要的列转换到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。
-* '''临时转换，并不改变原数据的字符集。'''
+* （“GB2312”的一级汉字不支持拼音排序，“GBK”的一级汉字支持拼音，而“GBK”支持的汉字不如“GB18030”全面）
+不修改原数据的字符集：
 === Oracle：按拼音排序 ==

Eijux：/* = Oracle：按拼音排序 */

2021-03-28T21:59:05Z

= Oracle：按拼音排序

←上一版本		2021年3月29日 (一) 05:59的版本
第60行：		第60行：

	* Oracle9i 之前，中文是按照二进制编码进行排序的。在 oracle9i 中新增了按照拼音、部首、笔画排序功能。		* Oracle9i 之前，中文是按照二进制编码进行排序的。在 oracle9i 中新增了按照拼音、部首、笔画排序功能。
	* ~~'''NLS_SORT''' 是Oracle的初始化参数之一。根据官方文档的介绍，该参数“specifies~~ the collating sequence for Order by queries”，也就是说，设置该参数是可以控制“SQL order by”语句显示结果顺序的依据的。		* “NLS_SORT”是Oracle的初始化参数之一。根据官方文档的介绍，该参数“specifies the collating sequence for Order by queries”，也就是说，设置该参数是可以控制“SQL order by”语句显示结果顺序的依据的。
			*: “NLS_SORT”支持的参数值：
			:{\| class="wikitable"
			! 排序方式 !! 描述
			\|-
			\| SCHINESE_RADICAL_M \|\| （针对简体中文）按照部首（第一顺序）、笔划（第二顺序）排序
			\|-
			\| SCHINESE_STROKE_M \|\| （针对简体中文）按照笔划（第一顺序）、部首（第二顺序）排序
			\|-
			\| '''SCHINESE_PINYIN_M''' \|\| （针对简体中文）按照拼音排序
			\|-
			\| TCHINESE_RADICAL_M \|\| （针对繁体中文）按照部首（第一顺序）、笔划（第二顺序）排序
			\|-
			\| TCHINESE_STROKE_M \|\| （针对繁体中文）按照笔划（第一顺序）、部首（第二顺序）排序
			\|-
			\| BINARY_CI \|\| 忽略大小写的排序
			\|}
			* “NLS_SORT”可以'''在不同层面设置排序方法'''（系统、Session、语句）。
			*# Session级别的设置，修改 ORACLE 字段的默认排序方式：
			*#: <syntaxhighlight lang="xml">
			按拼音：
			alter session set nls_sort = SCHINESE_PINYIN_M;

			按笔画：
			alter session set nls_sort = SCHINESE_STROKE_M;

	~~1、设置“NLS_SORT”参数值：~~		按偏旁：
			alter session set nls_sort = SCHINESE_RADICAL_M;

	~~SCHINESE_RADICAL_M 按照部首（第一顺序）、笔划（第二顺序）排序~~		忽略大小写：
	~~SCHINESE_STROKE_M 按照笔划（第一顺序）、部首（第二顺序）排序~~		alter session set nls_sort = BINARY_CI;
	~~SCHINESE_PINYIN_M 按照拼音排序~~		alter session set nls_comp = LINGUISTIC;
	~~BINARY_CI 忽略大小写的排序~~		</syntaxhighlight>
	~~2、Session级别的设置，修改ORACLE字段的默认排序方式：~~		*# 语句级别设置排序方式：
	~~按拼音：alter~~ session set nls_sort = ~~SCHINESE_PINYIN_M~~;		*#: <syntaxhighlight lang="xml">
	~~按笔画：alter~~ session set ~~nls_sort~~ = ~~SCHINESE_STROKE_M~~;		按照笔划排序：
	~~按偏旁：alter session set nls_sort = SCHINESE_RADICAL_M；~~
	~~忽略大小写：alter session set nls_sort~~ = ~~BINARY_CI；~~
	~~3、语句级别设置排序方式：~~
	~~按照笔划排序~~
	select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_STROKE_M');		select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_STROKE_M');
	~~按照部首排序~~
			按照部首排序：
	select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_RADICAL_M');		select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_RADICAL_M');
	~~按照拼音排序，此为系统的默认排序方式~~
			按照拼音排序（此为系统的默认排序方式）：
	select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_PINYIN_M');		select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_PINYIN_M');
	~~忽略大小写~~
			忽略大小写：
	select * from dept order by nlssort(name,'NLS_SORT=BINARY_CI');		select * from dept order by nlssort(name,'NLS_SORT=BINARY_CI');
	~~4、修改系统参数（数据库所在操作系统）：~~		</syntaxhighlight>
	set NLS_SORT=SCHINESE_RADICAL_M ;export NLS_SORT ~~（sh）~~		*# 修改系统参数（数据库所在操作系统）：
	setenv NLS_SORT SCHINESE_RADICAL_M ~~(csh)~~		*#: <syntaxhighlight lang="xml">
	HKLC\SOFTWARE\ORACLE\home0\NLS_SORT ~~(win注册表)~~		Linux shell：
	~~5、设置查询时忽略大小写方法：~~		set NLS_SORT=SCHINESE_RADICAL_M ;export NLS_SORT
	~~alter session set nls_sort='BINARY_CI';~~
	~~alter session set nls_comp='LINGUISTIC';~~		Linux C shell：
			setenv NLS_SORT SCHINESE_RADICAL_M

			Windows 注册表：
			HKLC\SOFTWARE\ORACLE\home0\NLS_SORT
			</syntaxhighlight>

Eijux：建立内容为“category:计算机基础category:MySQLcategory:Oracle == GB2312、GBK 与 GB18030 == '''GB2312'''：GB 2312 或 GB 2312-80 是中国国家标准简…”的新页面

2021-03-28T21:40:53Z

建立内容为“category:计算机基础 category:MySQL category:Oracle == GB2312、GBK 与 GB18030 == '''GB2312'''：GB 2312 或 GB 2312-80 是中国国家标准简…”的新页面

新页面

[[category:计算机基础]][[category:MySQL]][[category:Oracle]]

== GB2312、GBK 与 GB18030 ==
'''GB2312'''：GB 2312 或 GB 2312-80 是中国国家标准简体中文字符集，全称《信息交换用汉字编码字符集·基本集》，又称 GB 0，由中国国家标准总局发布，1981 年 5 月 1 日实施。GB 2312 编码通行于中国大陆；新加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的软件都支持 GB 2312。
* GB 2312 标准共收录 '''6763''' 个汉字，其中一级汉字 3755 个，二级汉字 3008 个；同时收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的 682 个字符。
** GB 2312 的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75% 的使用频率。
** 对于人名、古汉语等方面出现的罕用字，GB 2312 不能处理，这导致了后来 '''GBK''' 及 '''GB 18030''' 汉字字符集的出现。
* GB 2312 对任意一个图形字符都采用'''两个字节'''表示，并对所收汉字进行了“分区”处理，每区含有 94 个汉字／符号，分别对应第一字节和第二字节。这种表示方式也称为区位码：
*# 01-09 区为特殊符号。
*# 16-55 区为'''一级汉字'''（常用汉字），'''按拼音排序'''。
*# 56-87 区为'''二级汉字'''（非常用汉字），'''按部首/笔画排序'''。

'''Big5'''：由台湾财团法人信息产业策进会为五大中文套装软件（并因此得名Big-5）所设计的中文共通内码，在1983年12月完成公告。为'''繁体字编码'''（GB2312又不含繁体字）。

'''GBK'''：“Chinese Internal Code Specification”，即“汉字内码扩展规范”【K 为汉语拼音 Kuo Zhan（扩展）中“扩”字的声母】。
* GBK 共收入 '''21886''' 个汉字和图形符号（向下与 GB 2312 完全兼容，向上支持 ISO 10646 国际标准），包括：
*# GB 2312 中的全部汉字、非汉字符号。
*# BIG5 中的全部汉字。
*# 与 ISO 10646 相应的国家标准 GB 13000 中的其它 CJK 汉字，以上合计 20902 个汉字。
*# 其它汉字、部首、符号，共计 984 个。
* GBK的文字编码是用'''双字节'''来表示的（不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成 1）：
** 总体编码范围为“8140-FEFE”之间，首字节在 81-FE 之间，尾字节在 40-FE 之间，剔除 XX7F 一条线。
* '''按拼音排序。'''

'''GB18030'''：国家标准 GB 18030-2005《信息技术中文编码字符集》，是中华人民共和国'''现时最新的内码字集'''，是 GB 18030-2000《信息技术信息交换用汉字编码字符集基本集的扩充》的修订版。
* GB 18030 '''与 GB 2312-1980 和 GBK 兼容'''，共收录汉字'''70244'''个。
** 编码空间庞大，最多可定义 161 万个字符。
** 支持中国国内少数民族的文字，不需要动用造字区。
** 汉字收录范围包含繁体汉字以及日韩汉字
* GB 18030 编码是'''一二四字节变长编码'''：
** 单字节，其值从 0 到 0x7F，与 ASCII 编码兼容。
** 双字节，第一个字节的值从 0x81 到 0xFE，第二个字节的值从 0x40 到 0xFE（不包括0x7F），与 '''GBK''' 标准兼容。
** 四字节，第一个字节的值从 0x81 到 0xFE，第二个字节的值从 0x30 到 0x39，第三个字节从0x81 到 0xFE，第四个字节从 0x30 到 0x39。
* '''按拼音排序。'''

GBK 和 GB18030 支持拼音排序，可能，其字符是按拼音的顺序进行编码的？

== 数据库中，如何对中文按拼音排序 ==
数据库中，为了与其他语言通用，一般使用 Unicode 字符集的 utf8 实现（MySQL中的“utf8mb3”或“utf8mb4”），而其并不支持中文的拼音排序。

在不同的数据库实现中文按拼音排序的方式不同。

=== MySQL：按拼音排序 ==
MySQL 使用“'''CONVERT()'''”函数转换需要的列到中文字符集（如：“GB2312”、“GBK”、“GB18030”）来实现。
* '''临时转换，并不改变原数据的字符集。'''
* （“GB2312”的一级汉字不支持拼音排序，而“GBK”支持的汉字不如“GB18030”全面）

#

=== Oracle：按拼音排序 ==
Oracle 通过“'''NLS_SORT'''”参数来实现。

* Oracle9i 之前，中文是按照二进制编码进行排序的。在 oracle9i 中新增了按照拼音、部首、笔画排序功能。
* '''NLS_SORT''' 是Oracle的初始化参数之一。根据官方文档的介绍，该参数“specifies the collating sequence for Order by queries”，也就是说，设置该参数是可以控制“SQL order by”语句显示结果顺序的依据的。

1、设置“NLS_SORT”参数值：

SCHINESE_RADICAL_M 按照部首（第一顺序）、笔划（第二顺序）排序
SCHINESE_STROKE_M 按照笔划（第一顺序）、部首（第二顺序）排序
SCHINESE_PINYIN_M 按照拼音排序
BINARY_CI 忽略大小写的排序
2、Session级别的设置，修改ORACLE字段的默认排序方式：
按拼音：alter session set nls_sort = SCHINESE_PINYIN_M;
按笔画：alter session set nls_sort = SCHINESE_STROKE_M;
按偏旁：alter session set nls_sort = SCHINESE_RADICAL_M；
忽略大小写：alter session set nls_sort = BINARY_CI；
3、语句级别设置排序方式：
按照笔划排序
select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_STROKE_M');
按照部首排序
select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_RADICAL_M');
按照拼音排序，此为系统的默认排序方式
select * from dept order by nlssort(name,'NLS_SORT=SCHINESE_PINYIN_M');
忽略大小写
select * from dept order by nlssort(name,'NLS_SORT=BINARY_CI');
4、修改系统参数（数据库所在操作系统）：
set NLS_SORT=SCHINESE_RADICAL_M ;export NLS_SORT （sh）
setenv NLS_SORT SCHINESE_RADICAL_M (csh)
HKLC\SOFTWARE\ORACLE\home0\NLS_SORT (win注册表)
5、设置查询时忽略大小写方法：
alter session set nls_sort='BINARY_CI';
alter session set nls_comp='LINGUISTIC';

中文字符集及排序 - 版本历史

Eijux：​/* = Oracle：按拼音排序 */

Eijux：​/* = MySQL：按拼音排序 */

Eijux：​/* = MySQL：按拼音排序 */

Eijux：​/* = MySQL：按拼音排序 */

Eijux：​/* = MySQL：按拼音排序 */

Eijux：​/* GB2312、GBK 与 GB18030 */

Eijux：​/* = MySQL：按拼音排序 */

Eijux：​/* = Oracle：按拼音排序 */

Eijux：​建立内容为“category:计算机基础category:MySQLcategory:Oracle == GB2312、GBK 与 GB18030 == '''GB2312'''：GB 2312 或 GB 2312-80 是中国国家标准简…”的新页面

Eijux：/* = Oracle：按拼音排序 */

Eijux：/* = MySQL：按拼音排序 */

Eijux：/* = MySQL：按拼音排序 */

Eijux：/* = MySQL：按拼音排序 */

Eijux：/* = MySQL：按拼音排序 */

Eijux：/* GB2312、GBK 与 GB18030 */

Eijux：/* = MySQL：按拼音排序 */

Eijux：/* = Oracle：按拼音排序 */

Eijux：建立内容为“category:计算机基础category:MySQLcategory:Oracle == GB2312、GBK 与 GB18030 == '''GB2312'''：GB 2312 或 GB 2312-80 是中国国家标准简…”的新页面