Question

我正在处理一个我认为应该非常直观的查询，但不知何故，我在实现它时遇到了一些问题。我想我想要实现的是匹配存储在MySQL DB中的字符串而没有空格和标点符号（其他创造性方法非常受欢迎）。同时我希望查询以变音符号不敏感的方式处理Unicode字符（因此像REGEXP这样的选项有点不幸）。最后一个条件是我在使用InnoDB引擎的MySQL 5.5上，因此不支持全文索引（但如果它有助于将其排序，我可以升级到5.6 / 5.7）。

考虑字符串来自John Doe的Hello-World 存储在DB中的情况。我想在给出搜索字符串 HelloWorld 或 JohnDoe 时找到它。更一般地说，DB中的字符串可以包含括号，下划线和任何其他标点符号（不限于ASCII，但现在可以妥协），而搜索字符串可以是包含或不包含任何分隔符的单词组合。到目前为止我最接近的是将REPLACE函数以菊花链方式列出已知标点符号列表，如下所示：

SELECT text FROM table WHERE REPLACE（REPLACE（text，＆＃39; - ＆＃39;，＆＃39;＆＃39;），＆＃39;＆＃39;，＆＃39; ＆＃39;）LIKE＆＃39;％JohnDoe％＆＃39;

我的问题是：

有没有更好的方法而不是使用上面的菊花链？
如果这是唯一的解决方案，那么当我将一百个或更多个REPLACE函数链接起来时，性能将如何受到影响？

提前感谢您的帮助。

Answer 1

我不知道您的搜索必须有多严格限制，但您可以尝试从中删除所有非字母数字字符，以便最终得到一个字符串，例如＆＃34; HelloWorldfromJohnDoe＆＃34;而是与之匹配。

看一下这个答案：How to remove all non-alpha numeric characters from a string?

你可能需要稍微改变它，以使它成为你的目的。我将它从CHAR（32）更改为CHAR（255）以确保我可以获得列，但您可能希望完全更改函数以更精确地拟合数据。

然后你这样的事情：

SELECT *
FROM testing
WHERE alphanum(test) LIKE CONCAT('%', alphanum('John Doe'), '%')

应该会给你一个打击。

Answer 2

我完全忽略了你的问题。您似乎有字符串：

Hello-World from John Doe

如果您想在搜索字符串为JohnDoe或John Doe时找到此内容，则只需替换空格：

where replace(text, ' ') like concat('%', 'JohnDoe', '%')

如果你想要一个包含＆＃34; John＆＃34;和＆＃34; Doe＆＃34;按此顺序，然后：

where replace(text, ' ') like concat('%', 'John%Doe', '%')

我不明白为什么需要100个嵌套replace()。

Answer 3

方法1

我会在架构上有另一列包含＆＃34;散列＆＃34;例如，该名称的版本，假设您拥有该用户：

John Doe The Great

此名称哈希

johndoethegreat

哈希函数的编码方式是以下所有字符串：

John_Doe_THE_great
John Doe The GREAT
John.Doe.The.Great
johnDOE___theGreat
john   Doe   the     great
___john____DOE____THE____great

哈希到相同的值

johndoethegreat

编写这样一个函数是微不足道的。这样您就可以获取用户输入，对其进行哈希处理，然后将其与数据库中的哈希列进行比较

名称如：

Jon Doe
John Doo

当然不会找到

方法2

使用MySQL内置的FULLTEXT搜索功能，按分数对结果进行排序，并选择第一个非零项

http://blog.oneiroi.co.uk/mysql/php/mysql-full-text-search-with-percentage-scoring/

在MySQL中匹配没有空格和标点符号的字符串

3 个答案:

方法1

方法2