本节内容：
mysql汉字字段按拼音排序
MySQL使用latin1的默认字符集，并直接使用GBK内码编码存储在汉字字段中。 如果需要拼音对包含汉字的字段进行排序，默认情况下，order by关键字无法正确排序，特别是在存在类似名称的字段时。
使用utf8字符集的数据库的主要方法如下：
1 )直接转换字段为gbk。 例如：
代码示例：的副本
选择* fromtableorderbyconvert (Chinese _ fieldusinggbk )；
或者将相应的字段更改为gbk字符集。
可以在数据库中测试上述方法，也可以直接按字段排序，主要是排序结果不理想。
2 )验针法
制作存储拼音声母和使用该声母汉字首字母的对应关系的新表。
接下来，通过写函数，每次排序时变换为gbk查表的方法得到字段内容的首字母声母的方法。
这个方法也经过测试，但是很麻烦。 另外，对于我的数据库也不能正确排序。
随后，我们查阅了汉字代码的一些资料，发现在对GBK内码代码进行编码时，其本身采用了拼音排序的方法。 (常用一级汉字3755个字符采用拼音排序，二级汉字则不然，考虑到人名等为常用汉字，对一级汉字进行正确排序就足够了。 )。
根据这个原理，应该直接按字段排序就可以了，但是我的数据库使用的是Latin1字符集，保存的汉字本来就是GBK内码。
参考上面方法2中的查找表方法，将字段内容转换为十六进制代码并进行排序就可以了。
最终方法：
代码示例：的副本
选择* fromtableorderbyhex (Chinese _ field )。
结果如下图所示。
附件：汉字编码方式介绍
ASCII
ASCII代码是7位代码，代码范围为0x00-0x7F。 ASCII字符集包括字母、阿拉伯数字和标点符号等字符。 其中，0x00-0x20和0x7F共33个控制字符。
在仅支持ASCII代码的系统中，将忽略每个字节的最高有效位，并且仅将低7位视为有效位。 HZ字符编码是一种代码，最初设计用于在仅支持7位的ASCII系统上传输中文。 许多早期邮件系统也仅支持ASCII编码，必须使用BASE64或其他编码方法来传输中文邮件。
GB2312
GB2312是根据区号设计的。 区号将代码表分为94个区，各区对应94位。 将各文字的区号和位号码组合起来，就是该汉字的区号。 区号通常由十进制表示，如1601表示16个扇区1位，对应字符为“啊”。 区号和站号分别加上0xA0，即可得到GB2312代码。
区号01-09区为符号、数字区，16-87区为汉字区，10-15区和88-94区为未定义的空白区。 把收录的汉字分为两个等级。 第一级常用汉字共3755个，摆放在16-55区，按汉语拼音字母/笔形顺序排列。 二级汉字共次常用汉字3008字，位于56-87区，按部首/笔画顺序排列。 一级汉字是按照拼音顺序排序的。 这是某个拼音可以得到一级汉字网站中的范围。 能够根据很多汉字得到拼音的程序是根据这个原理编写的。
GB2312字符集除了常见的简体汉字外，还包括希腊文字、日语平假名和片假名文字、俄语西里尔文字等文字，未收录繁体中文汉字和片假名文字。 可以测试繁体汉字中的某些系统是否仅支持GB2312编码。
GB2312的编码范围为0xA1A1-0x7E7E，如果删除未定义的区域，则可以理解为实际编码范围为0xA1A1-0xF7FE。
EUC-CN可以理解为GB2312的别名，与GB2312完全相同。
区号应该视为字符集的定义，它定义了包含的字符和字符的位置。 GB2312和EUC-CN是实际计算机环境中支持的字符集编码。 HZ和ISO-2022-CN是支持区域代码字符集的另外两个代码，它们都使用7位代码空间来支持汉字。 区号和GB2312代码的关系有点类似于和。
GBK
GBK代码是GB2312代码的超集，与GB2312完全兼容。 此外，GBK包含Unicode的基本多nxdxlz平面的所有CJK汉字。 与GB2312一样，GBK也支持希腊字符、日语假名字符和俄语字符等字符，但不支持韩语表音字符(非汉字字符)。 GBK还收录了GB2312中不包含的汉字部首符号、竖排标点符号等文字。
GBK的总体编码范围为0x8140-0xFEFE，不包括低字节07F的组合。 高字节范围为081-0xFE，低字节范围为0x40-7E和0x80-0xFE。
低字节为0x40-0x7E的GBK字符具有特殊性。 因为这些字符占据了ASCII码的位置，所以会给一些系统带来麻烦。
一些系统使用0x40-0x7E字符(如“|”)作为特殊符号，并且不确定这些符号是否属于GBK字符的低位字节，从而导致错误的判断。 在支持GB2312的环境中没有这个问题。 需要注意的是支持g
BK的环境中小于0x80的某个字节未必就 是ASCII符号；另外就是最好选用小于0×40的ASCII符号做一些特殊符号，这样就可以快速定位，且不用担心是某个汉字的另一半。Big5编码中也 存在相应问题。CP936和GBK的有些许差别，绝大多数情况下可以把CP936当作GBK的别名。
GB18030
GB18030编码向下兼容GBK和GB2312，兼容的含义是不仅字符兼容，而且相同字符的编码也相同。GB18030收录了所有Unicode3.1中的字符，包括中国少数民族字符，GBK不支持的韩文字符等等，也可以说是世界大多民族的文字符号都被收录在内。
GBK和GB2312都是双字节等宽编码，如果算上和ASCII兼容所支持的单字节，也可以理解为是单字节和双字节混合的变长编码。GB18030编码是变长编码，有单字节、双字节和四字节三种方式。
GB18030 的单字节编码范围是0x00-0x7F，完全等同与ASCII；双字节编码的范围和GBK相同，高字节是0x81-0xFE，低字节的编码范围是0x40 -0x7E和0x80-FE；四字节编码中第一、三字节的编码范围是0x81-0xFE，二、四字节是0x30-0x39。
Windows 中CP936代码页使用0x80来表示欧元符号，而在GB18030编码中没有使用0x80编码位，用其他位置来表示欧元符号。这可以理解为是 GB18030向下兼容性上的一点小问题；也可以理解为0x80是CP936对GBK的扩展，而GB18030只是和GBK兼容良好。
unicode
每一种语言的不同的编码页，增加了那些需要支持不同语言的软件的复杂度。因而人们制定了一个世界标准，叫做unicode。unicode为每个字符提供 了唯一的特定数值，不论在什么平台上、不论在什么软件中，也不论什么语言。也就是说，它世界上使用的所有字符都列出来，并给每一个字符一个唯一特定数值。
Unicode的最初目标，是用1个16位的编码来为超过65000字符提供映射。但这还不够，它不能覆盖全部历史上的文字，也不能解决传输的问题 (implantation head-ache's)，尤其在那些基于网络的应用中。已有的软件必须做大量的工作来程序16位的数据。
因 此，Unicode用一些基本的保留字符制定了三套编码方式。它们分别是UTF-8,UTF-16和UTF-32。正如名字所示，在UTF－8中，字符是 以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分，例如，在UTF－8 和ASCII中，“A”的编码都是0x41.
UTF－16和UTF－32分别是Unicode的16位和32位编码方式。考虑到最初的目的，通常说的Unicode就是指UTF-16。在讨论Unicode时，搞清楚哪种编码方式非常重要。
UTF-8
Unicode Transformation Format-8bit，允许含BOM，但通常不含BOM。是用以解决国际上字符的一种多字节编码，它对英文使用8位(即一个字节)，中文使用24为(三 个字节)来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显 示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。
GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：
GBK、GB2312→Unicode→UTF8
UTF8→Unicode→GBK、GB2312
对于一个网站、论坛来说，如果英文字符较多，则建议使用UTF－8节省空间。不过现在很多论坛的插件一般只支持GBK。
Windows的ANSI
为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。比如：汉字 '中' 在中文操作系统中，使用 [0xD6,0xD0] 这两个字节存储。
不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码。
不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。