为PHP选择MySQL编码：带解决方案的教程

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

引言：为什么 MySQL 中的排序规则问题至今仍有意义？

如果你曾经为 PHP 应用程序配置过 MySQL 数据库，很可能在 phpMyAdmin 或配置文件中见过诸如 utf8mb4_general_ci 或 latin1_swedish_ci 这样令人困惑的术语。问题"在 MySQL 与 PHP 搭配使用时，最佳的排序规则是什么？"是 Stack Overflow 上最热门的问题之一，这并非没有原因。

选择错误的编码可能会导致俄文字母变成乱码、数据排序出现错误，甚至表情符号（没错，就是那些笑脸）根本无法保存到数据库中。在本教程中，我们将彻底弄清楚现代 PHP 项目应该选择哪种排序规则，并且我会一步步向你展示配置代码。

什么是 MySQL 中的排序规则？为什么它对 PHP 如此重要？

排序规则是 MySQL 用于比较字符串的一套规则。它决定了：

大小写不敏感性——搜索时 'A' 是否等于 'a'。
排序顺序——字符串在查询结果中如何排列。
字符支持——可以存储哪些特定字符（包括西里尔字母、象形文字、表情符号）。

这对 PHP 开发者来说至关重要，因为：

你需要处理用户输入（表单、评论、文章）。
现代应用程序必须支持 Unicode（表情符号、特殊字符）。
不正确的排序规则会破坏 WHERE 条件中的字符串比较。

排序规则的主要类型：热门选项详解

1. `utf8_general_ci`——久经考验的旧标准

很长一段时间里，这曾是事实上的标准。它速度很快，但有一个严重缺点：不支持基本多文种平面（BMP）以外的字符。这意味着表情符号 🚀、古代语言字符以及罕见的中文象形文字将无法保存。此外，比较规则也过于简化（例如，在德语中，'ß' 可能无法匹配 'ss'）。

2. `utf8mb4_general_ci`——改进版

这里的 mb4 代表"多字节 4"——即支持 4 字节字符。这已经解决了表情符号的问题。但是，比较规则依然简化。如果你对语言精确度要求不高（例如，对于普通博客来说），这是一个不错的选择。

3. `utf8mb4_unicode_ci`——黄金标准（我的选择）

这是大多数现代 PHP 项目的最佳排序规则。它使用了 Unicode 排序算法（UCA），能够：

正确处理西里尔字母、拉丁字母以及亚洲语言。
正确按字母顺序排序字符串（例如，'ё' 和 'е' 会相邻，而不是分散在不同的位置）。
支持表情符号和所有 Unicode 字符。

唯一的缺点是它比 general_ci 稍慢，但在 99% 的情况下，这种差异是察觉不到的。

4. `utf8mb4_unicode_520_ci` 和 `utf8mb4_0900_ai_ci`——最新版本

在 MySQL 8.0 中出现了改进的选项。utf8mb4_0900_ai_ci 是基于 Unicode 9.0 的最现代化标准。它更加精确，但需要 MySQL 8.0+。如果你的托管环境支持它，请使用这个。对于较旧的版本（MySQL 5.7 及以下），请使用 utf8mb4_unicode_ci。