如何配置满足区分重音但不区分大小写的最佳UTF设置？

你提到的需求确实有点棘手——既要把ἐν和ἘΝ这类大小写不同但变音一致的希腊词视为相同，又要和ἕν/Ἓν这类变音不同的词区分开，而utf8_bin因为严格区分大小写，没法满足这个要求。下面给你几个可行的思路：

1. 自定义排序规则（Collation） #

如果是用MySQL这类数据库，可以考虑创建自定义collation，基于希腊语的现有规则修改，让它忽略大小写但保留变音符号的差异：

• 可以以utf8mb4_greek_ci为基础，调整排序权重配置，把同一字符的大小写版本赋予相同权重，但不同变音的字符赋予不同权重。
• 具体操作可以用CREATE COLLATION语句，参考数据库官方文档的自定义collation教程，核心是确保大小写不影响匹配，但变音符号的差异会被识别。

2. 数据库查询预处理 #

如果自定义collation太复杂，也可以在查询时做简单预处理：

• 把字段和目标值统一转换为小写（或大写），同时保留变音符号，再进行比较。比如MySQL中用LOWER()函数（注意要使用utf8mb4字符集，确保希腊语大小写转换正常）：

  SELECT * FROM your_table 
  WHERE LOWER(your_column) = LOWER('ἐΝ');
  

  这样ἐν和ἘΝ都会被转成小写的ἐν，匹配成功；而ἕν转成小写是ἕν，和ἐν不同，自然会被区分开。

3. 应用层代码处理 #

如果是在应用代码里做匹配，也可以在代码层面做归一化处理：

• Python中可以用str.casefold()（对希腊语的大小写转换支持良好）：

  target = 'ἐν'
  s1 = 'ἘΝ'
  s2 = 'ἕν'
  print(s1.casefold() == target.casefold())  # 输出True
  print(s2.casefold() == target.casefold())  # 输出False
  

• PHP中可以用mb_strtolower()并指定UTF-8字符集：

  $target = 'ἐν';
  $s1 = 'ἘΝ';
  $s2 = 'ἕν';
  var_dump(mb_strtolower($s1, 'UTF-8') === mb_strtolower($target, 'UTF-8')); // bool(true)
  var_dump(mb_strtolower($s2, 'UTF-8') === mb_strtolower($target, 'UTF-8')); // bool(false)
  

需要注意的是，全程要使用utf8mb4字符集（而非旧版的utf8），它支持完整的Unicode字符，能正确处理所有希腊语的变音符号和大小写形式。

内容的提问来源于stack exchange，提问作者Niwa