正常化阿拉伯語文本mysql

Question

我無法在mysql中搜索阿拉伯語文本。我在數據庫中包含

display_name 
أحمد 

但是，當我嘗試做一個查詢與

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

我試着在查詢的末尾添加一條記錄的行

collate utf8_bin 

但它也沒有工作。我怎麼能

احمد == أحمد 

Answer 1

我沒有一個確切的解決方案，但我可以告訴你爲什麼它不工作。如果你希望這兩個字符串被認爲是相等的，那麼你需要使用不同的排序規則，因爲utf8_bin比較了精確的代碼點，而這兩個字符串在進行這種考慮時明顯不相同。通常，MySQL的utf8_general_ci整理將提供音譯和規範化，例如，所有這些比賽：

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

但在你的情況下，它不能正常工作，並且也沒有更準確的utf8_unicode_ci歸類：

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

This chart顯示了MySQL的utf8_unicode_ci歸類中的中東語言的字符映射，並且您可以看到أ和ا字符不被認爲是相等的，因此MySQL的默認歸類不會解決此問題。

要解決這個問題，您有兩種選擇：在命中MySQL之前規範化您的字符串（即在PHP中），或者擴展MySQL以提供適當的排序規則以執行您所需的操作。

Ar-PHP project可以幫助前者，如sємsєм建議。您應該分別存儲您的真實用戶名和標準化用戶名，以便您可以搜索一個並顯示另一個。 Another project也提供了一種重新安排阿拉伯字符串以在MySQL中更好地工作的方式。

MySQL文檔顯示how to create a custom collation。它主要涉及編輯一個LDML XML文件（至少有一個BBEdit插件可以幫助實現這一點）並將其提供給MySQL。這將允許您創建一個映射，讓您將某些字符視爲等價物。這種方法的優點是它對PHP透明，並且數據庫中不需要任何額外的列。如果您構建這樣的映射，那麼跨越多種編程語言的其他阿拉伯語用戶（不僅僅是PHP）將會有所幫助。