请从低层次解释Wordpress如何与MySQL字符集和排序规则一起使用

正如问题标题所暗示的那样，我希望了解Wordpress如何与MySQL字符集和排序规则选项一起使用。正如我将在下面显示的那样，事情对我来说没有太大意义。

我按照其安装页面上的说明安装了Wordpress：

https://codex.wordpress.org/Installing_WordPress

作为说明的一部分，我按照他们的建议在命令行上手动创建MySQL数据库，即命令：

mysql> CREATE DATABASE databasename;
Query OK, 1 row affected (0.00 sec)

mysql> GRANT ALL PRIVILEGES ON databasename.* TO "wordpressusername"@"hostname"
-> IDENTIFIED BY "password";
Query OK, 0 rows affected (0.00 sec)

mysql> FLUSH PRIVILEGES;
Query OK, 0 rows affected (0.01 sec)

mysql> EXIT

此外，按照指示，我编辑了“ wp-config.php”文件以使用UTF-8字符集：

define( 'DB_CHARSET', 'utf8' );

...并将排序规则设置留为空白：

define( 'DB_COLLATE', '' );

这就是乐趣的开始...

1. 如果我在帖子中输入的字符不是MySQL UTF-8的一部分，而是UTF-8 MB4的一部分（例如𝌆），它将正确显示在渲染的页面上。我希望不会发生这种情况，因为我没有将字符集设置为UTF-8 MB4，而是设置了更为严格的UTF-8（当然，这是由MySQL定义的，当然不是人们普遍理解的）。

2. 如果我在命令行上在MySQL中调查此问题，它将变得很奇怪。如果我运行show variables like 'char%';，则会收到以下响应：

   +--------------------------+----------------------------+
   | Variable_name            | Value                      |
   +--------------------------+----------------------------+
   | character_set_client     | utf8                       |
   | character_set_connection | utf8                       |
   | character_set_database   | latin1                     |
   | character_set_filesystem | binary                     |
   | character_set_results    | utf8                       |
   | character_set_server     | latin1                     |
   | character_set_system     | utf8                       |
   | character_sets_dir       | /usr/share/mysql/charsets/ |
   +--------------------------+----------------------------+

我本来希望数据库字符集是UTF-8，而不是latin1。

2. 如果我运行命令show variables like 'collation%';，输出为：

   +----------------------+-------------------+
   | Variable_name        | Value             |
   +----------------------+-------------------+
   | collation_connection | utf8_general_ci   |
   | collation_database   | latin1_swedish_ci |
   | collation_server     | latin1_swedish_ci |
   +----------------------+-------------------+

出于显而易见的原因，这甚至更奇怪（不会期望UTF-8数据库中的默认latin1_swedish_ci排序规则）。

3. 最后，如果我运行show full columns from mywpdatabase.wp_posts;，则输出行（其值不为NULL）显示排序规则为：

| post_content_filtered | longtext | utf8mb4_unicode_ci |

那么我的问题-这怎么解释？当数据库在配置中定义为UTF-8时，为什么我的Wordpress安装正确显示UTF-8 MB4字符？为什么数据库在MySQL中显示为latin1，瑞典语排序规则，而不是UTF-8？而且，尽管如此，表中的各个字段为何都是utf8mb4_unicode_ci？对Wordpress与MySQL的工作方式进行低级解释将非常有帮助。谢谢！

WordPress网站的wp-config.php中有两个定义：

define('DB_CHARSET', 'utf8');
define('DB_COLLATE', '');

有几件事最常被误解。这些定义中的常量名称可能暗示它们与数据库本身有关。他们不是。它们与数据库中的表相关。

数据库创建完全独立于表创建。WordPress不会创建数据库，并且不关心数据库的默认字符集和排序规则，只要它可以连接到数据库即可。

第一个定义中的值“ utf8”表示“ utf8”族中受限制最少的字符集，即“ utf8”或“ utf8mb4”。

如果您保留以上定义不变，那么在尝试安装您的网站之前，这就像告诉WordPress就数据库表的字符集和排序规则做出自己的选择，MySQL支持（取决于MySQL版本），并且限制最少。

WordPress在安装过程中会分析以下内容以确定其选择：

• MySQL的版本
• 数据库的排序规则（在wp-config.php中）

WordPress根据MySQL的版本决定使用哪一组utf8系列。有两个，以它们的名称区分：utf8和utf8mb4。utf8组的字符集允许最多存储3个字节的字符。utf8mb4组中的字符集允许最多存储4个字节的字符。

现在，WordPress检查DB_COLLATE define 的值。如果为空，它将使用所选utf8系列的最小限制排序规则，否则，将使用指定的值。

例子

define('DB_CHARSET', 'utf8');
define('DB_COLLATE', '');

如果MySQL不支持utf8mb4（旧版本），则表字符集将为utf8，排序规则为 utf8_general_ci。否则，我们可以分别期望utf8mb4和utf8mb4_unicode_520_ci或utf8mb4_unicode_ci（取决于MySQL版本）。

define('DB_CHARSET', 'utf8');
define('DB_COLLATE', 'utf8_polish_ci');

旧的MySQL版本- UTF8和utf8_polish_ci。较新的MySQL版本-utf8mb4和utf8mb4_polish_ci（ 荣幸使用_polish_ci后缀）

define('DB_CHARSET', 'cp1250');
define('DB_COLLATE', 'cp1250_polish_ci');

任何MySQL版本- CP1250和cp1250_polish_ci。

define('DB_CHARSET', 'cp1250');
define('DB_COLLATE', 'utf8_general_ci');

任何MySQL版本-错误（字符集和排序规则不匹配）

摘要

在大多数情况下，保持上面定义的define值不变是一个不错的选择。但是，如果希望表排序规则与您的网站的语言匹配，则可以适当地修改DB_COLLATE define 的值（例如-utf8mb4_polish_ci）。

注意：这说明了为什么字符𝌆被正确存储和检索。简而言之，您的表字符集属于utf8mb4组，而不属于utf8。