正常化阿拉伯语文本mysql

Question

我无法在mysql中搜索阿拉伯语文本。我在数据库中包含

display_name 
أحمد 

但是，当我尝试做一个查询与

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

我试着在查询的末尾添加一条记录的行

collate utf8_bin 

但它也没有工作。我怎么能

احمد == أحمد 

Answer 1

我没有一个确切的解决方案，但我可以告诉你为什么它不工作。如果你希望这两个字符串被认为是相等的，那么你需要使用不同的排序规则，因为utf8_bin比较了精确的代码点，而这两个字符串在进行这种考虑时明显不相同。通常，MySQL的utf8_general_ci整理将提供音译和规范化，例如，所有这些比赛：

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

但在你的情况下，它不能正常工作，并且也没有更准确的utf8_unicode_ci归类：

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

This chart显示了MySQL的utf8_unicode_ci归类中的中东语言的字符映射，并且您可以看到أ和ا字符不被认为是相等的，因此MySQL的默认归类不会解决此问题。

要解决这个问题，您有两种选择：在命中MySQL之前规范化您的字符串（即在PHP中），或者扩展MySQL以提供适当的排序规则以执行您所需的操作。

Ar-PHP project可以帮助前者，如sємsєм建议。您应该分别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也提供了一种重新安排阿拉伯字符串以在MySQL中更好地工作的方式。

MySQL文档显示how to create a custom collation。它主要涉及编辑一个LDML XML文件（至少有一个BBEdit插件可以帮助实现这一点）并将其提供给MySQL。这将允许您创建一个映射，让您将某些字符视为等价物。这种方法的优点是它对PHP透明，并且数据库中不需要任何额外的列。如果您构建这样的映射，那么跨越多种编程语言的其他阿拉伯语用户（不仅仅是PHP）将会有所帮助。