Dotaz: INSERT a cestina

[Jiri]

Mam tabulku se sloupcem text (VARCVHAR), která mám mít UNIQUE hodnoty. Collation tabulky mam nastaveno na utf8_czech_ci. Po zavolání druhého níže napsaného příkazu se mi vypíše chyba, že "café" není unikátní. Jaké mám možnosti, aby databáze rozlišovala mezi těmito slovy. Díky.

INSERT INTO tabulka(text) VALUES('cafe');
INSERT INTO tabulka(text) VALUES('café');

Odpovědi

[Filip Jirsák]

Zkusil bych pro ten sloupeček použít collation utf8_general_ci. Předpokládám, že se jedná o MySQL...

[Šangala]

Jestli se nepletu tak jedině utf8_bin, a pokud je třeba české řazení, tak jsou dvě hloupé možnosti: buď utf8_czech_ci specifikovat v dotazu, ale to se nepoužije index (pokud jsou select-y jen pár záznamů - nevadí), nebo vytvořit dva sloupce (ze stejným obsahem), druhý s utf8_czech_ci na, který dát (neunikátní) index a řadit dle něj (protože prostě nelze vytvořit index s definovaným collate).

[Josef Kufner]

Je to tak správně, ve zdejších krajích je to prostě obojí kafe.

[Šangala]

Jako vtip dobré ;)

[Sten]

Čeština při řazení nerozlišuje „e“ a „é“. Protože je nerozlišuje, tak jsou pro porovnání stejná písmena. A proto nejsou unikátní. Otázka je, proč by to mělo být unikátní?

[Šangala]

Jedna věc je řazení a druhá věc unikátnost a ty dvě věci souvisí jen okrajově, čeština rozlišuje slova bez diakritiky a s diakritikou, často mají úplně jiný význam, tedy jsou unikátní.

[Filip Jirsák]

To není tak docela pravda. České řazení je dvou- nebo tříkrokové. V prvním kroku se opravdu diakritika u většiny písmen ignorují, ale pokud v prvním kroku vyjdou dvě slova jako "stejná" v druhém kroku se porovnávají i s ohledem na diakritika - je určené pořadí, jak jdou diakritická znaménka za sebou. Ve třetím kroku se pak řadilo ještě podle velikosti písmen, to už dnes prý není povinné - prý kvůli počítačům. Což mi připadá jako nesmysl, pro počítače je naopak lepší, pokud je řazení jednoznačné. Takže mi není moc jasné, proč ta slova MySQL považuje za identická, protože v českém abecedním řazení ta slova jednoznačně mají být seřazena "cafe" < "café".