---

前言

在做一個批次匯入關鍵詞的功能時，發現關鍵詞如果帶有像é這樣的字元時，存入資料庫時會識別為e，造成部分關鍵詞沒有被匯入，且與原來部分關鍵詞可能重複的情況，因此記錄下來避免以後再踩坑。

---

提示：以下是本篇文章正文內容，下面案例可供參考

一、準備工作

準備一份批次匯入關鍵詞excel，其中包含2個關鍵詞
1.pokemon
2.pokémon
注意：這2個關鍵詞中一個是普通的e，一個是帶音節的é

準備資料庫表sql指令碼

-- 匯入關鍵詞表
CREATE TABLE `keyword_lexicon` (
  `id` int(10) NOT NULL AUTO_INCREMENT,
  `keyword` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL DEFAULT '' COMMENT '搜尋關鍵詞',
  PRIMARY KEY ("id"),
  UNIQUE KEY "idx_keyword" ("keyword") USING BTREE COMMENT '關鍵詞'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='匯入關鍵詞表';

二、場景復現

簡單寫一個匯入介面，程式碼就不附上了，需要注意的是匯入sql用的是INSERT IGNORE INTO的方式，如果表中已經有該關鍵詞了則不會寫入表中。（keyword欄位設為唯一索引）
匯入sql例子如下

INSERT IGNORE INTO keyword_lexicon (`keyword`) VALUES ('pokemon'),('pokémon')

調介面完成匯入後，檢視資料庫表，發現只有一條pokemon的資料。

三、解決問題

檢視表結構發現，keyword欄位的排序規則為

utf8mb4_general_ci

這種排序規則在識別é這種帶有音節的字元時，會識別為e，導致2個關鍵詞在通過INSERT IGNORE INTO匯入後只會有一條記錄，只要將排序規則改為

utf8mb4_bin

然後再重新匯入，檢視結果可發現2條資料都已經插入表中，問題解決。

總結

utf8mb4_bin是區分大小寫的，也區分e和é這類字元的
utf8_genera_ci是不區分大小寫的，也不區分e和é這類字元
注：utf8_general_cs是區分大小寫的，但不區分e和é這類字元
如果需要區分帶有音節的字元，又不想要區分大小寫，可在sql查詢對應欄位時用LOWER()函數