口音敏感的全文搜索（MySQL）

Question

希望我看不到森林，但是我的全文搜索行為很奇怪，我自己無法解決。 （我試圖尋找解決方案，但到目前為止還算不上運氣，因此，非常感謝您的幫助。）

所以我的問題是：如果我搜索“ tök ”（在匈牙利語中表示“ pumpkin”），則列表中還包含帶有“ tok ”的結果（即“ case”）。 如果我搜索南瓜，我顯然不想要手機殼或類似的東西。

我的系統是MySQL每個表都在InnoDB中，utf8_general_ci

這是（簡化的）查詢：

SELECT id_item,item_title,tag_name, MATCH (item_title) AGAINST ('tök' IN NATURAL LANGUAGE MODE) AS title_relevance, MATCH (tag_name) AGAINST ('tök' IN NATURAL LANGUAGE MODE) AS tag_relevance 
FROM item_translations 
WHERE NULL IS NULL 
AND (   MATCH (tile_item_title) AGAINST ('+tök' IN NATURAL LANGUAGE MODE ) OR MATCH (tag_name) AGAINST ('+tök' IN NATURAL LANGUAGE MODE ) ) 
AND id_language=1 
ORDER BY title_relevance DESC, tag_relevance DESC 
LIMIT 0,40

PS：關鍵字並不總是匈牙利語，因為該網站是多語言的，所以我需要一個相對靈活的解決方案，該解決方案可以處理大多數帶重音的字母（如果可能）

Answer 1

字符串比較中的相等由排序規則指定。 general會像對待自己的（拉丁）基本字符的每一個字母。 您需要指定一個排序規則，以支持要與眾不同的重音符號和變音符號。

歸類包括語言說明。 例如，對於西班牙語， n < ñ < o （而對於基本上所有其他語言， n = ñ ），對於瑞典語，您具有Y = Ü ，對於德語（和大多數歸類）來說， ß = ss ，對於匈牙利語（以及許多其他歸類） ）你有o < ö 。

因此，對於匈牙利站點，您可能想要選擇utf8_hungarian_ci ，並且如果您的軟件可本地化為特定語言（和受眾），則可能需要調整該列的排序規則或讓管理員選擇一個排序規則。 不幸的是，對於全文搜索（與其他字符串比較（例如=或order by ），您無法在查詢中即時指定排序規則，因此您需要選擇一個。

在通用的多語言站點上，大多數用戶可能希望搜索符合非常通用的英語/俄語/中文模式，如果在輸入tok時找到了tök ，也不會感到驚訝。 他們甚至可能會生氣而沒有得到這些，特別是如果他們的鍵盤上沒有ö並實際上想購買南瓜（並且知道匈牙利的意思）。 大多數搜索引擎實際上將盡量不要太狹窄，並希望找到café ，當你進入cafe ，並經常把一些工作納入能夠找到café ，當你進入coffee ， caffé或cafée 。

但是，沒有一種語言能處理不同的口音和變音符號。 如果您確實想區分每個特殊字符，則可以嘗試utf8_bin （盡管我不確定是否將其稱為最靈活的 ）。 重要的是要注意它區分大小寫，但是由於全文搜索始終不區分大小寫，因此這無關緊要。 如果您在本專欄做其他字符串比較（如like ），這可能是有問題的，但。 同樣，您將失去特定於語言的行為，例如Y = Ü或ß = ss （除非您自己實現）。