mysql INSERT IGNORE INTO插入拼音字符无效

前言

在做一个批量导入关键词的功能时，发现关键词如果带有像é这样的拼音字符时，存入数据库时会识别为e，造成部分关键词没有被导入，且与原来部分关键词可能重复的情况，因此记录下来避免以后再踩坑。

提示：以下是本篇文章正文内容，下面案例可供参考 

一、准备工作

准备一份批量导入关键词excel，其中包含2个关键词

1.pokemon

2.pokémon

注意：这2个关键词中一个是普通的e，一个是带音节的é

准备数据库表sql脚本

-- 导入关键词表
CREATE TABLE `keyword_lexicon` (
  `id` int(10) NOT NULL AUTO_INCREMENT,
  `keyword` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '' COMMENT '搜索关键词',
  PRIMARY KEY ("id"),
  UNIQUE KEY "idx_keyword" ("keyword") USING BTREE COMMENT '关键词'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='导入关键词表';

二、场景复现

简单写一个导入接口，代码就不附上了，需要注意的是导入sql用的是INSERT IGNORE INTO的方式，如果表中已经有该关键词了则不会写入表中。（keyword字段设为唯一索引）

导入sql例子如下

INSERT IGNORE INTO keyword_lexicon (`keyword`) VALUES ('pokemon'),('pokémon')

调接口完成导入后，查看数据库表，发现只有一条pokemon的数据。

三、解决问题

查看表结构发现，keyword字段的排序规则为

• utf8mb4_general_ci

这种排序规则在识别é这种带有音节的字符时，会识别为e，导致2个关键词在通过INSERT IGNORE INTO导入后只会有一条记录，只要将排序规则改为

• utf8mb4_bin

然后再重新导入，查看结果可发现2条数据都已经插入表中，问题解决。

总结

• utf8mb4_bin是区分大小写的，也区分e和é这类字符的
• utf8_genera_ci是不区分大小写的，也不区分e和é这类字符

注：utf8_general_cs是区分大小写的，但不区分e和é这类字符

如果需要区分带有音节的字符，又不想要区分大小写，可在sql查询对应字段时用LOWER()函数

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。