comportamiento inesperado utf8_spanish_ci
Publicado por jefebrondem (2 intervenciones) el 16/09/2013 21:30:30
Buenas.
Mirando sobre el tema de los character sets y collations he leído que en mysql collation utf8_spanish_ci no distingue entre vocales con tilde o sin tilde. Sin embargo, a mi me está ocurriendo lo contrario y me gustaría averiguar por qué. Así que os presento un pequeño código que he hecho para intentar descubrir por qué razón no se comporta adecuadamente.
Primeramente quería recordar que en utf8 el carácter "o" equivale a x6F o 111 y el carácter "ó" equivale a xc3 b3 o 195 179.
Bien, pues el código que voy a exponer trata de insertar en una tabla el texto "camión"(con tilde) y luego comprobar si existe alguna palabra en la tabla que contenga "camion"(sin tilde)
Para ello he creado la base de datos asignándole el character set y collation:
Luego creo la tabla de nombre texto:
Creo privilegios para esa base de datos para un usuario de nombre "user" y contraseña "1234":
Luego creo el código php y lo guardo en formato utf-8:
Pues bien, al ejecutar este código, como decía al inicio, no encuentra la palabra "camión", que en principio debería ser equivalente a "camion".
Sin embargo, si cambio la linea:
por
$word = "camión";
Si me encuentra la palabra y la salida es:
Como se puede apreciar, tanto la palabra de búsqueda como la que está insertada en la base de datos estan en utf-8. Pues se puede apreciar la secuencia 195 179 correspondiente al código de "ó" en utf-8.
¿Qué está pasando entonces?
Un saludo y gracias![code]
Mirando sobre el tema de los character sets y collations he leído que en mysql collation utf8_spanish_ci no distingue entre vocales con tilde o sin tilde. Sin embargo, a mi me está ocurriendo lo contrario y me gustaría averiguar por qué. Así que os presento un pequeño código que he hecho para intentar descubrir por qué razón no se comporta adecuadamente.
Primeramente quería recordar que en utf8 el carácter "o" equivale a x6F o 111 y el carácter "ó" equivale a xc3 b3 o 195 179.
Bien, pues el código que voy a exponer trata de insertar en una tabla el texto "camión"(con tilde) y luego comprobar si existe alguna palabra en la tabla que contenga "camion"(sin tilde)
Para ello he creado la base de datos asignándole el character set y collation:
1
create database if not exists dbase character set utf8 collate utf8_spanish_ci;
1
create table dbase.texto ( texto varchar(10) not null );
1
grant all on dbase.* to 'user'@'%' identified by '1234';
Luego creo el código php y lo guardo en formato utf-8:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
<?php
function connect_db()
{$db_link = new mysqli( "localhost", "user", "1234", "dbase" );
// comprobar que la conexión se efectúe
if( $db_link->connect_errno )
{echo "Conexion fallida: ".$db_link->connect_error;
exit();
}return $db_link;
}function select( $texto )
{$db_link = connect_db();
$result =$db_link->query(
"select * from dbase.texto where texto like '%".addslashes($texto).
"%' " ); // comprobar que la consulta se efectúe
if( $result === false )
{echo "select error: ".$db_link->error . "<br/>";
exit();
} // si la seleccion no es vacia, guardar el primer elemento
if( $result->num_rows > 0 )
{$row = $result->fetch_assoc();
$word = $row["texto"];
} // en caso contrario guardar false
else
$word = false;$db_link->close();
//retornar el valor
return $word;
}function insert( $texto )
{$db_link = connect_db();
$result = $db_link->query( "insert into dbase.texto values('".$texto."')" );
// comprobar que la inserción se efectúe
if( $result === false )
{echo "insert error: " . $db_link->error . "<br/>";
exit();
}$db_link->close();
} //-------------------------
header('Content-Type: text/html; charset=UTF-8');
// insertar camión(con acento) en base de datos
insert( "camión" );
// mostrar palabra camion(sin acento) y su codigo
$word = "camion";
echo "palabra buscada: $word<br/>codigo: ";$len = strlen( $word );
for( $i = 0; $i < $len; ++$i )
echo ord( $word[$i] ) . " ";
echo "<br/><br/>"; // buscar palabra en la base de datos
$texto = select( $word );
// Si se encuentra la palabra, mostrarla
if( $texto !== false )
{echo "Palabra encontrada: \"" . $texto . "\"<br/>código: ";
$len = strlen( $texto );
for( $i = 0; $i < $len; ++$i )
echo ord( $texto[$i] ) . " ";
}else
{ echo "Palabra no encontrada"; }?>
Pues bien, al ejecutar este código, como decía al inicio, no encuentra la palabra "camión", que en principio debería ser equivalente a "camion".
1
2
3
4
5
La salida es la siguiente:palabra buscada: camioncodigo: 99 97 109 105 111 110Palabra no encontrada
Sin embargo, si cambio la linea:
1
$word = "camion";
$word = "camión";
Si me encuentra la palabra y la salida es:
1
2
3
4
5
palabra buscada: camióncodigo: 99 97 109 105 195 179 110Palabra encontrada: "camión"
código: 99 97 109 105 195 179 110¿Qué está pasando entonces?
Un saludo y gracias![code]
Valora esta pregunta
1