mysql - 在 MySQL 中对日语字符(汉字、平假名、片假名)进行排序

Question

我熟悉不同的 MySQL 排序规则，我的数据库当前设置为 UTF8_general_ci，并且我使用 UTF8_unicode_ci 进行了半成功的搜索。我正在运行 mysql 5.6，我无法使用最新的排序规则，升级时很头疼。

我说半成功，因为 ご 在使用 UTF8_unicode_ci 时返回 こ；如果我能解决下面的大问题，我可以接受。

我想要实现的是搜索我的城市列并返回一行，因此“横滨”和“横滨”以及よこはま和ヨコハマ都在查询数据库时返回同一行。这可能吗？

Answer 1

这是一个难题，我怀疑您不能仅使用 MySQL 轻松解决它。

有一个程序叫做 Migemo它在不同的上下文中在一定程度上处理了这个问题。它生成一个正则表达式以将未转换的输入与文档匹配。你可以看到一个输出版本的在线演示 here .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 用于匹配部分未转换的输入，它需要 ASCII 输入，因此您不能按原样使用它。然而，Migemo 的基本策略——将您的输入转换为匹配所有变体的正则表达式——可用于搜索您的 MySQL 数据库。

正如一位评论者所提到的，如果您想支持具有特殊罗马化的地名，这很难；例如，您是否需要同时识别“新桥”和“新桥”？如果您只是使用平假名输入，即使是“Tokyo”也需要异常(exception)。为此，我建议您建立自己的列表，可能使用 romaji data from JP Post .它不会处理所有变体，但会处理标准变体。

希望对您有所帮助。