MySQL中UTF8与utf8_general_ci排序规则下字符串匹配失败问题

原因分析 #

查询无结果的核心问题是字符集不匹配导致插入时字符被错误转换：

• 你的login字段指定了utf8（MySQL中实际对应utf8mb3）字符集，但如果客户端连接数据库时使用的字符集（比如latin1）与字段字符集不一致，插入'uè'时会发生错误编码转换。
• 举个例子：è在latin1中是单字节0xE8，而在utf8mb3中是双字节0xC3A8。如果客户端用latin1发送数据，服务器会把0xE8当作utf8mb3字符处理，最终存储的是乱码而非正确的'uè'，自然查询不到匹配结果。

注：utf8_general_ci排序规则本身不会导致'uè'无法匹配，问题根源还是编码转换错误。

解决方法 #

1. 检查并修正连接字符集 #

先执行以下命令查看当前连接的字符集配置：

SHOW VARIABLES LIKE 'character_set%';

确保character_set_client、character_set_connection、character_set_results这三个变量的值与表字段的字符集一致（此处应为utf8或utf8mb3）。

如果不一致，在连接数据库后执行语句修正：

SET NAMES utf8;

也可以在数据库连接字符串中直接指定字符集（比如JDBC连接添加?useUnicode=true&characterEncoding=utf8）。

2. 重新插入正确数据 #

先删除之前插入的错误记录：

DELETE FROM login_user WHERE id_user = 1;

在确保连接字符集正确的前提下，重新执行插入语句：

INSERT INTO login_user (id_user, login) VALUES (1, 'uè');

此时再执行查询语句即可得到预期结果。

3. 推荐优化：改用utf8mb4字符集 #

MySQL的utf8（utf8mb3）仅支持BMP范围内的字符，无法存储emoji等特殊字符。建议将表和字段的字符集改为utf8mb4，同时使用更精确的utf8mb4_unicode_ci排序规则：

ALTER TABLE login_user CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

之后按正确字符集插入数据，能避免更多字符编码类问题。

内容的提问来源于stack exchange，提问作者Mario Rovelli