与不同COLLATION的字符串比较

Question

MYSQL数据库

数据库1 - 表格 - 表格1
id - int
标题 - utf8_general_ci
价值观 -
1，Bienvenue Chez lesCh’ 2，ABC
3，XYZ

数据库2 - 表格 - 表格2
id - int
title - utf8_unicode_ci
价值观 -
1，Bienvenue Chez les Ch'tis
2，ABC
3，QWE

我在上面的两个表中都有标题列表。我想列出不相同的标题。

我尝试了很多不同的东西，但没有运气。

如何比较这些标题？

SELECT database1.table1.title as title1,database2.table2.title as title2 
FROM database1.table1 JOIN database2.table2 ON (database1.table1.id =database2.table2)
WHERE database1.table1.title NOT LIKE database2.table2.title COLLATE utf8_general_ci

以上查询的结果：
Bienvenue Chez lesCh’，Bienvenue Chez les Ch'tis XYZ，QWE

但我只想在下面结果
XYZ，QWE

我想排除法语，我想将其视为相同的标题。

Answer 1

’是’的Mojibake。当以两种不同的方式存储相同的右单引号时出现问题。不是COLLATION问题。

首先，检查两个表以查看存储的内容：

SELECT HEX(title) FROM database1.table1 WHERE id = 1

你会发现的两个可能的案例是：

C  h          ...        t  i  s
43 68        E28099      74 69 73  -- correctly encoded with UTF-8
43 68 C3A2 E282AC E284A2 74 69 73  -- "double encoded"

（为了清楚起见，我在HEX中添加了间距。）

如果其中一个表是＆＃34;双重编码＆＃34;，那么它在INSERTing期间搞砸了。字符串不比较相等。

This Q&A进一步讨论事情。然后查看this以修复双重编码的文本。但请务必仅将其应用于损坏的数据。