Igor Brites

Você na verdade tem pelo menos 2 opções de collations para usar a codificação UTF-8 em bancos de dados que podem muito bem variar de acordo com as necessidades:

• utf8_general_ci: compara strings usando regras gerais de linguagem com comparação de caso-insensitivo (padrão)
• utf8_unicode_ci: compara strings usando a tabela DUCET (Default Unicode Collation Element Table) do padrão Unicode

A diferença básica entre ambos collations é que nas comparações do utf8_general_ci todos os caracteres acentuados são substituídos pelos respectivos caracteres não-acentuados. Isto é: ã se transforma em a, ü se transforma em u e por aí vai. E é justamente por isto que ele é menos preciso. No caso do caractere ß, por exemplo, ele será convertido para s - eis o problema: a conversão se dá por um único caractere.
No utf8_unicode_ci, este caractere ß por exemplo será comparado como ss, o que é o correto; dentre outros casos. Eis o motivo dele ser mais preciso. E é justamente pelo motivo dele trabalhar com uma tabela de substituições que o torna mais lento (nada muito significante, mas enfim...).

De modo geral, você deve usar utf8_general_ci por ele ser mais rápido e utf8_unicode_ci por ele ser mais preciso. A decisão fica por tua conta: performance ou precisão.

[]’s

Boa tarde, tudo bem?

Então... parece que você está falando do charset das tabelas. Eu estou falando do charset da conexão com o banco de dados. São duas coisas diferentes.

Veja as funções mysql_set_charset e mysql_client_encoding.

Um abraço. tudo de bom.

Bom dia, tudo bem?

E a conexão com o banco de dados usa qual charset? Tente configura-la como UTF-8...

Um abraço.