我熟悉不同的mysql排序规则，我的db当前设置为utf8\u general\u ci，我使用utf8\u unicode\u ci搜索了半成功。我运行的是MySQL5.6，我不能使用最新的排序规则，升级时我会感到头痛。我说半成功，就像ご 他回来了こ 使用utf8\u unicode\u ci时；如果我能解决下面的大问题，我可以接受。我要做的是搜索我的城市专栏并返回一行，所以“横滨”和横浜" 以及よこはま 以及ヨコハマ 在查询数据库时都返回同一行。这可能吗？
3wabscal1#
我过去使用过libkakasi，不过我是在应用程序空间而不是数据库中进行整理的。
› echo -n '横浜' | kakasi -i utf8 -o utf8 -JH よこはま › echo -n 'ヨコハマ' | kakasi -i utf8 -o utf8 -KH よこはま
您可以先将所有内容标准化为平假名，将这些字符串另外存储在数据库中，使用现有的unicode排序规则对它们执行排序，当找到匹配项时，取而代之的是相应的原始未标准化字符串。
z2acfund2#
这是一个困难的问题，我怀疑仅仅使用mysql很难解决它。有一个叫做migemo的程序，它在不同的上下文中处理这个问题。它生成一个正则表达式，将未转换的输入与文档相匹配。你可以在这里看到一个版本的在线演示。例如，输入“toukyou”的正则表达式是：
[とトﾄ][うウｳ][きキｷ][ょョｮ][うウｳ]|とうきょう|当協会|東京|東教|ｔｏｕｋｙｏｕ|([tţťŧŢŤŦ]|t[¸ˇ-])([oòóôõöøǿōŏőǒǫǭÒÓÔÕÖØǾŌŎŐǑǪǬ]|o([ˋ`ˊ´ˆ^˜~¨/ˉ¯˘˝ˇ˛]|/[ˊ´]|[ˊ´]/|˛[ˉ¯]|[ˉ¯]˛))([uùúûüũūŭůűųǔǖǘǚǜÙÚÛÜŨŪŬŮŰŲǓǕǗǙǛ]|u([ˋ`ˊ´ˆ^˜~¨˚°ˉ¯˘˛ˇ]|¨[ˉ¯]|[ˉ¯]¨|¨[ˊ´]|[ˊ´]¨|¨ˇ|ˇ¨|¨[ˋ`]|[ˋ`]¨))([kķĸǩĶǨ]|k[¸ˇ])([yỳýÿŷỲÝŸŶ]|y[ˋ`ˊ´¨ˆ^])([oòóôõöøǿōŏőǒǫǭÒÓÔÕÖØǾŌŎŐǑǪǬ]|o([ˋ`ˊ´ˆ^˜~¨/ˉ¯˘˝ˇ˛]|/[ˊ´]|[ˊ´]/|˛[ˉ¯]|[ˉ¯]˛))([uùúûüũūŭůűųǔǖǘǚǜÙÚÛÜŨŪŬŮŰŲǓǕǗǙǛ]|u([ˋ`ˊ´ˆ^˜~¨˚°ˉ¯˘˛ˇ]|¨[ˉ¯]|[ˉ¯]¨|¨[ˊ´]|[ˊ´]¨|¨ˇ|ˇ¨|¨[ˋ`]|[ˋ`]¨))
由于migemo用于从部分未转换的输入进行匹配，因此它需要ascii输入，所以不能按原样使用它。但是，migemo的基本策略-将输入转换为匹配所有变体的正则表达式-可以用于搜索mysql数据库。正如一位评论者提到的，如果你想用特殊的罗马化来支持地名，这是很困难的；例如，你需要同时识别“shinbashi”和“shimbashi”吗？即使是“东京”也需要一个例外，如果你只是使用平假名输入。为此，我建议您构建自己的列表，可能使用jppost中的romaji数据。它不会处理所有的变化，但它会得到标准的。希望有帮助。
2条答案
按热度按时间3wabscal1#
我过去使用过libkakasi，不过我是在应用程序空间而不是数据库中进行整理的。
您可以先将所有内容标准化为平假名，将这些字符串另外存储在数据库中，使用现有的unicode排序规则对它们执行排序，当找到匹配项时，取而代之的是相应的原始未标准化字符串。
z2acfund2#
这是一个困难的问题，我怀疑仅仅使用mysql很难解决它。
有一个叫做migemo的程序，它在不同的上下文中处理这个问题。它生成一个正则表达式，将未转换的输入与文档相匹配。你可以在这里看到一个版本的在线演示。例如，输入“toukyou”的正则表达式是：
由于migemo用于从部分未转换的输入进行匹配，因此它需要ascii输入，所以不能按原样使用它。但是，migemo的基本策略-将输入转换为匹配所有变体的正则表达式-可以用于搜索mysql数据库。
正如一位评论者提到的，如果你想用特殊的罗马化来支持地名，这是很困难的；例如，你需要同时识别“shinbashi”和“shimbashi”吗？即使是“东京”也需要一个例外，如果你只是使用平假名输入。为此，我建议您构建自己的列表，可能使用jppost中的romaji数据。它不会处理所有的变化，但它会得到标准的。
希望有帮助。