MySQL搜索英文执行LIKE查询时c被识别为ç返回异常拉丁字符结果

问题相关代码 #

Laravel业务代码：

MedicalTerms::where('term','like','%hce%')->get();

框架生成的原生SQL：

SELECT * FROM medical_terms WHERE term like '%hce%'

异常现象：模糊搜索英文字符串hce时，返回了包含特殊字符ç的hçe相关结果，与预期的0条返回不符。
查询结果示例截图

核心原因 #

该现象和Laravel框架无关，是数据库字段的**排序规则（Collation）**配置导致的。
你当前medical_terms表term字段使用的是口音不敏感（Accent Insensitive）的排序规则，国内最常用的utf8mb4_general_ci、utf8mb4_unicode_ci都属于这类规则：这类规则设计初衷是适配多语言自然搜索场景，会将同源拉丁字符的变音版本和基础英文字符判定为等价，比如：

• c 等价于 ç、ć、č
• a 等价于 á、à、ä、â
• o 等价于 ó、ò、ö、ô
  在做等值匹配、LIKE模糊匹配时，上述等价字符都会被命中，因此会出现普通c匹配到软音符ç的情况。

修复方案 #

根据业务需求二选一即可：

1. 全局严格区分变音字符
   直接修改term字段的排序规则为口音敏感（Accent Sensitive）版本，比如MySQL 8.0+推荐使用utf8mb4_0900_as_cs，低版本可以选utf8mb4_unicode_as_cs，其中_as后缀代表口音敏感、_cs后缀代表大小写敏感。修改后所有默认查询都会严格区分基础字符和变音字符，不会再出现跨字符匹配的问题。
2. 仅单条查询需要严格匹配，不修改表结构
   在查询语句中临时强制指定口音敏感的排序规则即可，不需要改动原有表配置：
   原生SQL写法：

   SELECT * FROM medical_terms WHERE term LIKE '%hce%' COLLATE utf8mb4_unicode_as_cs
   

   Laravel对应写法：

   MedicalTerms::whereRaw('term LIKE ? COLLATE utf8mb4_unicode_as_cs', ['%hce%'])->get();
   

注意：不要通过加BINARY关键字的方式实现严格匹配，该写法会导致字段上的普通索引失效，数据量大时查询性能会出现明显下降。

内容的提问来源于stack exchange，提问作者devnc