Сначала я создал базу данных с сопоставлением utf8mb4_general_ci
и создал таблицу с таким же сопоставлением.Затем я импортирую CSV-файл с
load data local infile '/mnt/c/Users/justi/Desktop/enml/enml.csv'
into table dict
CHARACTER SET utf8mb4
fields terminated by '\t'
IGNORE 1 ROWS;
Пример данных
+--------+----------------+----------------+---------------------------------+
| # id | english_word | part_of_speech | malayalam_definition |
+--------+----------------+----------------+---------------------------------+
| 174569 | .net | n | പുത്തന് കമ്പ്യൂട്ടര് സാങ്കേതികത ഭാഷ |
+--------+----------------+----------------+---------------------------------+
| 116102 | A bad patch | n | കുഴപ്പം പിടിച്ച സമയം |
+--------+----------------+----------------+---------------------------------+
| 219752 | a bag of bones | phr | വളരെയതികം മെലിഞ്ഞ വ്യക്തി അഥവാ മൃഗം |
+--------+----------------+----------------+---------------------------------+
Я проверяю с
SELECT malayalam_definition from dict;
, тогда var_dump($row);
дает
array(1) { ["malayalam_definition"]=> string(19) "ശരശയ്യ " }
array(1) { ["malayalam_definition"]=> string(22) "പൂമെത്ത " }
array(1) { ["malayalam_definition"]=> string(41) "സുഖകരമായ അവസ്ഥ " }
array(1) { ["malayalam_definition"]=> string(44) "അസുഖകരമായ അവസ്ഥ " }
array(1) { ["malayalam_definition"]=> string(22) "പൂമെത്ത " }
array(1) { ["malayalam_definition"]=> string(123) "സുഖകരമെങ്കിലും സ്വാതന്ത്യ്രമില്ലാത്ത അവസ്ഥ " }
...
Вы можете найти неизвестный символ после каждого слова, например "ശരശയ്യ "
.Я пытался select trim(malayalam_definition) from dict
, но дает тот же результат.как узнать этот символ после каждого слова?