Question

我在mysql中搜索阿拉伯语文本时遇到问题。我在数据库中有一行包含记录

display_name
أحمد

但是当我尝试用

进行查询时

SELECT * FROM wp_users WHERE display_name LIKE '%احمد%'

我尝试在查询结尾添加

collate utf8_bin

但它也没有用。我怎么能

احمد == أحمد

Answer 1

我没有确切的解决方案，但我可以告诉你为什么它不起作用。如果您希望这两个字符串被认为是相等的，则需要使用不同的排序规则，因为utf8_bin比较了确切的代码点，并且当考虑这种方式时，这两个字符串显然不相同。通常，MySQL的utf8_general_ci排序规则会提供音译和规范化，例如所有这些匹配：

SELECT 'a'='A' COLLATE utf8_general_ci;
SELECT 'ü'='u' COLLATE utf8_general_ci;
SELECT 'ß'='ss' COLLATE utf8_general_ci;

但是在你的情况下它不起作用，也没有更准确的utf8_unicode_ci整理：

SELECT 'احمد'='أحمد' COLLATE utf8_general_ci;
SELECT 'احمد'='أحمد' COLLATE utf8_unicode_ci;

This chart显示了MySQL的utf8_unicode_ci排序规则中的中东语言的字符映射，你可以看到أ和ا字符被认为不相同，所以MySQL的默认排序规则无法解决此问题。

要解决这个问题，你有两个选择：在你的字符串到达MySQL之前规范化你的字符串（即在PHP中），或者扩展MySQL以提供适当的校对以完成你需要的工作。

Ar-PHP project可以帮助前者，正如sємsєм建议的那样。您应该单独存储您的真实用户名和标准化用户名，以便您可以搜索一个并显示另一个。 Another project还提供了一种重新描述阿拉伯语字符串的方法，以便在MySQL中更好地工作。

MySQL文档显示how to create a custom collation。它主要涉及编辑LDML XML文件（至少有一个BBEdit插件来帮助解决这个问题）并将其提供给MySQL。这将允许您创建一个映射，使您可以将某些字符视为等效字符。这种方法的优点是它对PHP透明，您不需要在数据库中添加任何其他列。如果您构建这样的映射，那么对于跨多种编程语言的其他阿拉伯用户而言，这将是有益的，而不仅仅是PHP。

规范化阿拉伯语文本mysql

1 个答案: