淺談Java、MySQL的中文排序問題

　　首先要聲明的是Java和MySQL中的中文排序是完全不同的兩回事，之所以把他們放到一塊，僅僅是巧合。

　　眾所周知，Java中使用Unicode來表示字元（char是兩個位元組的），很好地解決了C/C++一直頭疼的多國語言問題（這樣甚至可以用中文當變數名來編程了:)）。但因為Unicode裡的中文是按部首+筆畫排序的，如果習慣地想用：

String s1="中國",s2="其它";

System.out.println(s1.compareTo(s2));

來比較中文或進行習以為常的按拼音排序，結果肯定是錯誤的（這裡的結果是-841，即“中國”<“其它”，與拼音順序不符）。幸好，Java裡還提供了地區敏感（locale-sensitive）的字串比較：java.text.Collator。因為地區不定，所以Collator類本身是抽象類別，要這樣使用：

Collator myCollator=Collator.getInstance();

System.out.println(myCollator.compare(s1, s2))；

　　這樣，雖然結果只是簡單的1，但總算是正確的拼音順序。把該方法用於Comparator.compare()方法中，即可實現正確的排序。

　　而MySQL中也經常會碰到這樣的問題，order by某個欄位時，如果以該欄位的中文（GB2312編碼）排序時，會比較混亂，不知以何種順序進行排序。這是因為預設狀態下，MySQL的排序不區別英文字母的大小寫，而碰到GB2312編碼的中文時按兩個位元組的ASCII碼來處理，這樣便使得排序出來的結果雜亂無章。解決方案也很簡單（zz from 網上）：

　　方法一、

　　一種解決方案是對於包含中文的欄位加上"binary"屬性，使之作為二進位比較，例如將"name char(10)"改成"name char(10)binary"。

　　方法二、

　　如果你使用源碼編譯MySQL，可以編譯MySQL時使用--with--charset=gbk 參數，這樣MySQL就會直接支援中文尋找和排序了。--with--charset=gbk比--with--charset=gb2312好。預設的是latin1，編譯時間用extra-charsets=gb2312,gbk，其中,用來加入多個字元集。