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:
Código MySQL:
Luego creo la tabla de nombre texto:Ver original
Creo privilegios para esa base de datos para un usuario de nombre "user" y contraseña "1234":
Código MySQL:
Ver original
Luego creo el código php y lo guardo en formato utf-8:
Código PHP:
<?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";
}
?>
Código:
Sin embargo, si cambio la linea:La salida es la siguiente: palabra buscada: camion codigo: 99 97 109 105 111 110 Palabra no encontrada
Código PHP:
$word = "camion";
Código PHP:
$word = "camión";
Código:
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.palabra buscada: camión codigo: 99 97 109 105 195 179 110 Palabra encontrada: "camión" código: 99 97 109 105 195 179 110
¿Qué está pasando entonces?
Un saludo y gracias!
(todo es relativo y más en programación)
