MariaDB中UTF8MB4汉字LIKE查询匹配异常及字符显示问题排查

问题1：LIKE查询返回不符合预期的结果 #

LIKE '%𣅀%'返回两行数据的问题，根源是utf8mb4_general_ci排序规则的特性。这个早期的通用排序规则对Unicode扩展区的生僻汉字（比如你用到的𣅀、𡃀这类CJK扩展B区字符）没有做精确区分，会将编码或字形相近的字符视为等价，导致匹配范围扩大。

修复方案： #

• 改用精确排序规则：
  10.3及以上版本的MariaDB支持更精准的排序规则，可将表的排序规则改为utf8mb4_unicode_ci，或针对中文优化的utf8mb4_zh_unicode_ci（部分版本需额外安装字符集包）。修改语句：

  ALTER TABLE chartable MODIFY COLUMN k1 VARCHAR(5) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
  

  调整后执行LIKE查询即可精确匹配目标字符。

• 临时二进制比较：
  若不想修改表结构，可在查询时强制使用二进制匹配，严格按字符编码值比较，规避排序规则的影响：

  SELECT * FROM chartable WHERE BINARY k1 LIKE '%𣅀%';
  

问题2：SELECT hex('𣅀')中字符显示为? #

该问题与数据库无关，是本地终端的字符支持问题：

1. 确认终端字符集为UTF-8：执行echo $LANG，输出应为zh_CN.UTF-8类格式。
2. 更换支持完整CJK字符的字体：多数默认字体不包含CJK扩展B区生僻字，可改用Noto Sans CJK SC、思源黑体等字体。
3. 注：虽然终端显示为?，但hex()返回的F0A38580是正确的，说明数据库已正确存储和处理该字符，仅终端无法渲染显示。

额外注意事项 #

• 你的字符集配置已正确，无需调整character_set_*相关参数。
• MyISAM引擎对utf8mb4支持完整，若后续有事务需求，建议改用InnoDB引擎。

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