波兰语特殊字符存储异常且SQL查询无结果问题咨询

问题原因 #

• 字符集配置不兼容：数据库、所属表或name列使用了不支持波兰语变音字符的字符集（如默认的latin1），插入Żarny时特殊字符被强制转码、截断或存为乱码字节，导致实际存储的值既不是纯ASCII的Zarny也不是正确的Żarny，因此两类查询都无法匹配到结果。你可以执行以下语句验证实际存储的字节：

  SELECT HEX(name) FROM this_table WHERE id=123;
  

  正常Żarny的UTF-8编码十六进制值为C5BB61726E79，Zarny的ASCII编码值为5A61726E79，如果返回结果和两者都不匹配，即可确认是字符转码错误导致存储了乱码。
• 连接层字符集不匹配：应用端和数据库建立连接时指定的字符集与数据库字符集不一致，插入时特殊字符被提前转码为乱码，查询时查询条件的字符也会被错误转码，进一步导致匹配失败。
• 排序规则配置错误：即使使用了支持Unicode的字符集，如果排序规则（collation）使用了不兼容波兰语的规则，或是查询时使用的排序规则与存储时不一致，也会出现匹配失败的问题。

解决方法 #

1. 统一字符集配置：将数据库、表、name列的字符集统一修改为支持全Unicode的utf8mb4，排序规则根据业务需求选择波兰语专用规则，比如utf8mb4_pl_0900_ai_ci（不区分大小写、不区分重音）或utf8mb4_pl_0900_as_cs（区分大小写、区分重音）。
   • 查看当前列配置语句：

     SHOW FULL COLUMNS FROM this_table WHERE Field = 'name';
     

   • 修改列字符集和排序规则示例：

     ALTER TABLE this_table 
     MODIFY COLUMN name VARCHAR(255) 
     CHARACTER SET utf8mb4 
     COLLATE utf8mb4_pl_0900_as_cs;
     

2. 显式指定连接字符集：应用连接数据库时，显式声明连接字符集为utf8mb4，避免连接层默认转码。比如Java JDBC连接串增加参数characterEncoding=utf8，PHP PDO连接时指定charset=utf8mb4，其他编程语言按照对应框架的配置规则修改即可。
3. 修正存量数据：配置修改完成后，重新插入测试数据验证查询逻辑，之前已存储的乱码数据需要重新写入修正。

内容的提问来源于stack exchange，提问作者Ashby