MySQL如何依照汉字拼音排序

在处理中文数据时，常常会遇到需要依照汉字拼音进行排序的情况，例如联系人姓名、地名等等。MySQL提供了一个函数——ORDERBY，可以对查询结果进行排序。但是，由于汉字是复合字符，没有固定的ASCII码，所以没法直接依照ASCII码进行排序。那末，MySQL如何依照汉字拼音进行排序呢？下面我们来详细探讨。

常规方法——使用GBK编码排序

在GB2312编码中，每一个中文字符都是由两个字节组成。MySQL在查询时，可使用COLLATE语句指定排序规则，如：SELECTFROMtableORDERBYfieldCOLLATEgbk_chinese_ci。其中，gbk_chinese_ci指定了使用GBK编码进行排序，ci表示caseinsensitive（不辨别大小写）。这类方法简单易用，适用于一般场景，但是不支持多音字排序（例如：李丽莉和李麗麗）。

拓展方法——使用拼音库排序

斟酌到GB2312编码排序的不足的地方，我们可使用拼音库进行排序。以pinyin作为排序规则，例如：SELECTFROMtableORDERBYCONCAT(pinyin,'',name)。其中，pinyin表示将名字转换成拼音，name则是原名。但是这类方法的缺点在于需要将名字转换成拼音，有一定的时间和空间开消。

更高级的方法——使用中文分词库排序

对特别大的数据集，使用拼音库进行排序可能会带来很大的时间和空间开消。此时，我们可使用中文分词库进行排序。由于中文分词库可以将每一个汉字进行分词并提取出其拼音，因此可以实现多音字的排序。一般流程以下：

1.安装中文分词库，例如：jieba。

2.对原始数据进行分词处理，提取出每一个汉字的拼音。

3.将拼音进行排序，并将排序结果存储到数据库中。

4.查询时，直接使用拼音库进行排序，并依照拼音库中的排序结果进行查询。

这类方法相对复杂，但是可以实现更加准确的排序。而且由于已将每一个汉字的拼音提取出来，因此可以实现更多的功能，例如多音字消歧（例如：李丽莉和李麗麗）。不过，也需要注意该方法还存在一定的局限性，例如数据变化比较频繁，重新生成排序结果的代价比较大。

桂{哥{网{络www.gUIgeGe.cn