はじめに

この手段が果たしてベストなのか、本当はもっとスマートなやり方があるんじゃないのか、
そんな気持ちはありつつも、思い通りの結果が得られたのはこのやり方だけだった。という大を小に納める悲しい作業の末に得た、
嘆きに似たメモ。それがこの文章です。

要件

mysql 5.6
encoding=utf8

この環境のとあるテーブルに格納されているマルチバイト文字を格納したカラム（住所なんかをイメージ）からn バイト 文字を切り出す。

実装

そして出来上がったそびえ立つクソがこれである。

SELECT
    CASE 
    WHEN LENGTH(multi_byte_string)>15 THEN 
        CASE WHEN LENGTH(LEFT(multi_byte_string,15)) < 15 THEN LEFT(multi_byte_string,15) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,14)) < 15 THEN LEFT(multi_byte_string,14) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,13)) < 15 THEN LEFT(multi_byte_string,13) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,12)) < 15 THEN LEFT(multi_byte_string,12) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,11)) < 15 THEN LEFT(multi_byte_string,11) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,10)) < 15 THEN LEFT(multi_byte_string,10) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,9)) < 15 THEN LEFT(multi_byte_string,9) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,8)) < 15 THEN LEFT(multi_byte_string,8) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,7)) < 15 THEN LEFT(multi_byte_string,7) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,6)) < 15 THEN LEFT(multi_byte_string,6) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,5)) < 15 THEN LEFT(multi_byte_string,5) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,4)) < 15 THEN LEFT(multi_byte_string,4) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,3)) < 15 THEN LEFT(multi_byte_string,3) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,2)) < 15 THEN LEFT(multi_byte_string,2) ELSE 
        CASE WHEN LENGTH(LEFT(multi_byte_string,1)) < 15 THEN LEFT(multi_byte_string,1) ELSE 
            multi_byte_string
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
        END
    ELSE
        multi_byte_string
    END
FROM
    mytable

これはQiita用に短くしたもの。実際は50バイトとかがターゲットなので、これの2.5倍くらいある（クソ）

なぜこんな事になったのか？

MySQLのリファレンスにある文字列をバシバシする関数たち。
https://dev.mysql.com/doc/refman/5.6/ja/string-functions.html
この中のLEFT(str,len) や SUBSTRING(str,pos,len) には マルチバイトセーフ という言葉が並んでいる。
これは、この関数を使えばマルチバイト文字を中途半端な所で切って、文字化けたりしないですよ～というスーパー親切仕様のことを謳っている。 但し、こいつらがlenに指定できるのは文字数なのである (NOT バイト数）
そして、同じく文字関数に LENGTH と CHAR_LENGTH が存在する。これらはそれぞれ バイト数を返す 、文字数を返す 関数である。試しに以下のクエリを実行してみる。

SELECT
    '１２３abc７８９d',
    LENGTH('１２３abc７８９d'),
    CHAR_LENGTH('１２３abc７８９d'),
    LEFT('１２３abc７８９d',5),
    LENGTH(LEFT('１２３abc７８９d',5)),
    CHAR_LENGTH(LEFT('１２３abc７８９d',5))

すると、以下のような結果が帰ってくる。

+------------------+----------------------------+---------------------------------+----------------------------+------------------------------------+-----------------------------------------+
| １２３abc７８９d | LENGTH('１２３abc７８９d') | CHAR_LENGTH('１２３abc７８９d') | LEFT('１２３abc７８９d',5) | LENGTH(LEFT('１２３abc７８９d',5)) | CHAR_LENGTH(LEFT('１２３abc７８９d',5)) |
+------------------+----------------------------+---------------------------------+----------------------------+------------------------------------+-----------------------------------------+
| １２３abc７８９d |                         22 |                              10 | １２３ab                   |                                  11 |                                     5 |
+------------------+----------------------------+---------------------------------+----------------------------+------------------------------------+-----------------------------------------+

見ての通り、バイト数を返すLENGTHとCHAR_LENGHTは一致せず、また各文字列の バイト数 は半角全角、漢字記号、雨霰が混ざることでより複雑化する。

これを回避するために、巷にはBINARY型へ変換してから切り落とすという手順もあるようだが、 マルチバイトセーフではない ので処理を行うと、文字化けや尻切れが発生する。

SELECT
/* この変換はマルチバイトセーフではない */
    CONVERT(LEFT(CAST(multi_byte_string AS BINARY),15) USING utf8)
FROM
    mytable

ではどうするか。
一回ずつ切り出して、規定バイト数以下になるかチェックすることにしたのだ

最後に

もしこれを見た奇特なMySQLerの方、マルチバイトセーフでUTF8の文字列をnバイトで切り出せるｽｯﾏｰﾄな方法をご存知でしたら、教えて下さい。
私からは以上です。

MySQLでマルチバイト文字を先頭からn『バイト』切り出すためのそびえ立つアレ

はじめに

要件

実装

なぜこんな事になったのか？

最後に