php - 在数据库中搜索具有不同书写或拼写的单词

Question

我要使用 php 语言和 mysql 数据库编写一个邮件服务器脚本。我必须将搜索即时电子邮件工具放入我的编程 TODO 中，但有一个问题

某些语言中有些单词具有相同的样式和不同的编码

例如ككك和ككك或ككك和كك 这些工作可以由用户计算机键盘布局互相使用

ككك 和 كك 采用阿拉伯语布局 但੩שש和੩े੩采用波斯布局

我尝试使用 str_replace 函数查找一种语言单词并将其更改为另一种语言单词，但这不是很有用，因为我不知道世界上所有语言中的这些类型的单词

这类词没有任何标准吗？!

Answer 1

我对阿拉伯语和波斯语一无所知，所以我不明白词尾字母 ili 和 Ì 之间的区别。第一个来自您的阿拉伯语示例，下面有一个变音符号，而第二个则没有。

但是，很明显，这些字符是 unicode 编码的。您正在处理的不是具体的键盘，而是由键盘编码的 unicode 字符。这些字母的阿拉伯语和波斯语解释彼此不同。

第一个是064A:http://www.fileformat.info/info/unicode/char/064a/index.htm

第二个是06CC:http://www.fileformat.info/info/unicode/char/06cc/index.htm

在您的专栏上执行此操作

SELECT CONVERT(table.word USING cp1256) 
  FROM table

将为波斯语字母(阿拉伯语代码页 cp1256 中缺少的字母)添加替换字符 (?)，例如将 ੩ਨกก 转换为 ?๑กอก?。这可以帮助您检测需要使用哪些字母。

但是，您将需要制定一个音译方案。这可能需要一定的工作量。