MySQL :: MySQL 8.4 参考手册 :: 12.13 添加字符集

版本 8.4

9.0
8.0
5.7

8.0 日语

MySQL 8.4 参考手册 / 字符集、排序规则、Unicode / 添加字符集

12.13 添加字符集

12.13.1 字符定义数组
12.13.2 对复杂字符集的字符串排序支持
12.13.3 对复杂字符集的多字节字符支持

本节介绍向 MySQL 添加字符集的过程。正确的方法取决于字符集是简单的还是复杂的。

如果字符集不需要特殊的字符串排序例程进行排序，也不需要多字节字符支持，那么它就是简单的。
如果字符集需要其中任何一项功能，那么它就是复杂的。

例如，greek 和 swe7 是简单的字符集，而 big5 和 czech 是复杂的字符集。

要使用以下说明，您必须拥有 MySQL 源代码分发版。在说明中，MYSET 代表要添加的字符集的名称。

将 <charset> 元素添加到 MYSET 的 sql/share/charsets/Index.xml 文件中。使用文件中现有的内容作为添加新内容的指南。以下是 latin1 <charset> 元素的部分列表
```
<charset name="latin1">
  <family>Western</family>
  <description>cp1252 West European</description>
  ...
  <collation name="latin1_swedish_ci" id="8" order="Finnish, Swedish">
    <flag>primary</flag>
    <flag>compiled</flag>
  </collation>
  <collation name="latin1_danish_ci" id="15" order="Danish"/>
  ...
  <collation name="latin1_bin" id="47" order="Binary">
    <flag>binary</flag>
    <flag>compiled</flag>
  </collation>
  ...
</charset>
```
<charset> 元素必须列出字符集的所有排序规则。这些必须至少包含一个二进制排序规则和一个默认（主）排序规则。默认排序规则通常使用 general_ci（常规，不区分大小写）的后缀命名。二进制排序规则可以是默认排序规则，但通常它们是不同的。默认排序规则应具有 primary 标志。二进制排序规则应具有 binary 标志。
您必须为每个排序规则分配一个唯一的 ID 号。1024 到 2047 的 ID 范围保留用于用户定义的排序规则。要查找当前使用的排序规则 ID 的最大值，请使用以下查询
```
SELECT MAX(ID) FROM INFORMATION_SCHEMA.COLLATIONS;
```
此步骤取决于您是要添加简单字符集还是复杂字符集。简单字符集只需要一个配置文件，而复杂字符集需要 C 源文件来定义排序规则函数、多字节函数或两者。
对于简单字符集，创建一个配置文件，MYSET.xml，该文件描述字符集属性。在 sql/share/charsets 目录中创建此文件。您可以使用 latin1.xml 的副本作为此文件的基础。该文件的语法非常简单
- 注释写为普通 XML 注释 ()。
- <map> 数组元素中的单词由任意数量的空格分隔。
- <map> 数组元素中的每个单词必须是十六进制格式的数字。
- <ctype> 元素的 <map> 数组元素有 257 个单词。之后的其他 <map> 数组元素有 256 个单词。请参见第 12.13.1 节，“字符定义数组”。
- 对于 Index.xml 中字符集的 <charset> 元素中列出的每个排序规则，MYSET.xml 必须包含一个 <collation> 元素来定义字符排序。
对于复杂字符集，创建一个 C 源文件，该文件描述字符集属性并定义执行字符集操作所需的必要支持例程。
- 在 strings 目录中创建文件 ctype-MYSET.c。查看现有的 ctype-*.c 文件（例如 ctype-big5.c）以了解需要定义的内容。文件中的数组必须具有 ctype_MYSET、to_lower_MYSET 等名称。这些对应于简单字符集的数组。请参见第 12.13.1 节，“字符定义数组”。
- 对于 Index.xml 中字符集的 <charset> 元素中列出的每个 <collation> 元素，ctype-MYSET.c 文件必须提供排序规则的实现。
- 如果字符集需要字符串排序函数，请参见第 12.13.2 节，“对复杂字符集的字符串排序支持”。
- 如果字符集需要多字节字符支持，请参见第 12.13.3 节，“对复杂字符集的多字节字符支持”。
修改配置信息。使用现有的配置信息作为添加 MYSYS 信息的指南。此处的示例假设字符集具有默认排序规则和二进制排序规则，但如果 MYSET 具有其他排序规则，则需要更多行。
1. 编辑 mysys/charset-def.c，并“注册”新字符集的排序规则。
  将以下行添加到“声明”部分
```
#ifdef HAVE_CHARSET_MYSET
extern CHARSET_INFO my_charset_MYSET_general_ci;
extern CHARSET_INFO my_charset_MYSET_bin;
#endif
```
  将以下行添加到“注册”部分
```
#ifdef HAVE_CHARSET_MYSET
  add_compiled_collation(&my_charset_MYSET_general_ci);
  add_compiled_collation(&my_charset_MYSET_bin);
#endif
```
2. 如果字符集使用 ctype-MYSET.c，请编辑 strings/CMakeLists.txt 并将 ctype-MYSET.c 添加到 STRINGS_SOURCES 变量的定义中。
3. 编辑 cmake/character_sets.cmake
  1. 将 MYSET 添加到 CHARSETS_AVAILABLE 的值中，按字母顺序排列。
  2. 将 MYSET 添加到 CHARSETS_COMPLEX 的值中，按字母顺序排列。即使对于简单字符集也是必需的，这样 CMake 才能识别 -DDEFAULT_CHARSET=MYSET。
重新配置、重新编译和测试。