多语言网站推荐的数据库排序规则和字符集

什么是 MySQL 中的字符集和排序规则

当 WordPress 在数据库中存储您网站的内容（如文章、标题、已翻译的字符串等）时，它会使用字符集（character set）来表示字符，并使用排序规则（collation）来定义如何比较和排序这些字符。

字符集（Charset）

定义字符在数据库中的存储方式——本质上就是哪些字节代表哪些字符。

排序规则（Collation）

定义比较这些字符的规则（例如，是否区分大小写、是否区分重音以及排序顺序）。

为什么这对多语言网站很重要

WPML 支持多语言内容，其中通常包括：

• 特殊字符（如 ñ、é、ö）
• 非拉丁文字（如阿拉伯语、日语、中文、希伯来语）
• 表情符号和符号（🎉、✔️ 等）

其中许多字符需要超过 3 个字节才能正确存储。如果您的数据库使用不兼容的排序规则，字符可能会丢失、被替换为 �，或者引发数据库错误（例如“Incorrect string value”）。

这就是为什么我们强烈建议使用支持 4 字节 Unicode 字符的排序规则。

MySQL 的默认设置是什么

MySQL 版本	默认字符集	默认排序规则	兼容 Unicode
< 5.5	latin1	latin1_swedish_ci	否
5.5.x	utf8	utf8_general_ci	否
5.7+	utf8mb4	utf8mb4_general_ci / utf8mb4_unicode_ci	是
8.0+	utf8mb4	utf8mb4_0900_ai_ci	是

WordPress 可能并不总是遵循 MySQL 的默认设置——它可以通过配置或迁移来覆盖默认设置。

为新网站设置字符集和排序规则

为确保 WordPress 使用正确的字符集和排序规则创建新表，请在您的 wp-config.php 中定义以下内容：

define( 'DB_CHARSET', 'utf8mb4' ); // If you have utf8 that's fine, WP will automatically map it as utf8mb4
define( 'DB_COLLATE', 'utf8mb4_unicode_ci' );

这将应用于新安装的网站和新创建的表。

检查现有网站和表的字符集和排序规则

下面介绍了如何检查现有网站上的字符集和排序规则。

选项 1 phpMyAdmin

1. 前往您网站的数据库。
2. 检查每个表旁边的“Collation”（排序规则）列。
3. 单击一个表，查看每一列各自的排序规则。

选项 2 WP-CLI

bash

wp db query "SELECT TABLE_NAME, TABLE_COLLATION FROM information_schema.tables WHERE table_schema = 'your_db_name';"

您还可以检查单个列：

bash

wp db query "SHOW FULL COLUMNS FROM wp_posts;"

如果您看到排序规则以 utf8mb4_ 开头，则说明它已准备好支持所有类型的 Unicode 和 4 字节表意文字。字符集也没有问题。

如果您看到其他内容（例如 utf8_*），则需要对其进行更改。

请注意，每一列的排序规则可能有所不同。

更新现有表和列的字符集和排序规则

在 wp-config.php 文件中更新 DB_CHARSET 和 DB_COLLATE 常量只会影响新表。要将更改应用于现有表和列，您必须使用 SQL 手动转换它们。

我们还建议使用以下命令更新数据库的默认 MySQL 排序规则：

ALTER DATABASE your_database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

务必先进行备份

在运行任何转换查询之前：

• 使用 phpMyAdmin 或 mysqldump 导出您的数据库
• 妥善保存，以防出现问题

警告：在严格模式下更新排序规则可能会失败

在更新整个表（或数据库）的排序规则时，MySQL 可能会重建表并重新验证所有列的默认值——包括 DATETIME 等不相关的列。如果您的数据库在严格的 SQL 模式（STRICT_TRANS_TABLES、NO_ZERO_DATE）下运行，具有默认值（如 ‘0000-00-00 00:00:00’）的列将引发错误，例如：

#1067 - Invalid default value.

什么是严格模式

严格模式控制 MySQL 在向数据库中添加或更新数据时如何处理无效或缺失的值。值可能因多种原因而无效。例如，它的数据类型可能与列不匹配，或者可能超出范围。

您可以在 MySQL 文档中找到有关严格模式下不同类型数据验证的信息。

严格模式如何影响 WordPress 网站数据库

默认情况下，WordPress 将 ‘0000-00-00 00:00:00’ 用作某些 datetime 列的默认值，而 NO_ZERO_DATE 严格模式不接受这一值。

请注意，这些默认值在最初创建表时（例如在 WordPress 设置期间）是允许的，但在严格环境下的 ALTER 操作中会失败。

如何检查是否启用了严格模式

运行以下命令：

SELECT @@SESSION.sql_mode, @@GLOBAL.sql_mode;

查找：

• STRICT_TRANS_TABLES
• STRICT_ALL_TABLES
• NO_ZERO_DATE

如果您找到其中任何一项，则说明启用了严格模式。

为避免在更新字符集和排序规则期间出现错误，您只需禁用 NO_ZERO_DATE 严格模式。

如何安全地继续操作

执行以下操作之一以安全地继续：

1. 除非确实需要更改排序规则，否则请避免更改列和表。

2. 在运行转换查询时，仅针对当前会话临时禁用严格模式。您可以使用以下命令执行此操作：

SET SESSION sql_mode = REPLACE(@@sql_mode, 'NO_ZERO_DATE', '');

注意：MySQL 未来计划合并严格模式。

如果出现特定于您数据的其他问题，您可能需要使用以下命令禁用任何严格模式：

SET SESSION sql_mode = '';

用于转换数据的查询

转换整个数据库

以下命令将为您数据库中的每个表生成一个 ALTER TABLE 查询：

SELECT CONCAT(
  'ALTER TABLE `', TABLE_NAME, '` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;'
) AS query
  FROM INFORMATION_SCHEMA.TABLES
  WHERE TABLE_SCHEMA = 'your_database_name';

在 phpMyAdmin 中运行生成的查询，或者将其复制粘贴到 MySQL CLI / WP-CLI 中。

这可确保您数据库中的所有表都采用新的字符集和排序规则。

转换特定表 可选/辅助

ALTER TABLE wp_posts 
  CONVERT TO CHARACTER SET utf8mb4 
  COLLATE utf8mb4_unicode_ci;

这将更新 wp_posts 表中的所有文本列，以使用 utf8mb4 和指定的排序规则。

---

转换特定列 可选/辅助

ALTER TABLE wp_posts 
  CHANGE post_title post_title TEXT 
  CHARACTER SET utf8mb4 
  COLLATE utf8mb4_unicode_ci;

转换时的常见错误

以下是您在转换表和列时可能会遇到的两个常见错误。

字符集和排序规则不匹配

-- INVALID: utf8 collation with utf8mb4 charset
ALTER TABLE wp_posts CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8_general_ci;
-- Error: COLLATION 'utf8_general_ci' is not valid for CHARACTER SET 'utf8mb4'

解决方案：

• 使用匹配的排序规则：utf8mb4_*

---

索引键长度限制

ERROR 1071 (42000): Specified key was too long; max key length is 767 bytes

在某些配置中（特别是低于 5.7 的 MySQL 版本），当每个字符增加一个字节时，可能会超出最大索引键长度。

解决方案：

• 如果需要，将编入索引的 VARCHAR(255) 缩短为 VARCHAR(191)
• 或者升级到 MySQL 5.7+ 并确保启用 innodb_large_prefix