php - 在数据库中搜索具有不同书写或拼写的单词

Question

我打算用 php 语言和 mysql 数据库编写一个邮件服务器脚本。我必须在我的编程 TODO 中加入搜索 im 电子邮件工具，但是有一个问题

有些词在某种语言中具有相同的风格和不同的编码

例如 كتابي 和 کتابی 或 کبک 和 كبك这些工作可以通过用户计算机键盘布局相互使用

كتابي 和 كبك 是阿拉伯语布局但是 کتابی 和 کبک 是波斯语布局

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

这些词没有任何标准吗？!

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 ي 和  之间的区别。第一个来自您的阿拉伯语示例，其下方有一个变音符号，而第二个则没有。

但是，很明显，这些字符是 unicode 编码的。这不是您要处理的具体键盘，而是键盘编码的 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

在你的专栏上这样做

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 کتابی 转换为 ?تاب?。这可能会帮助您检测需要处理哪些字母。

但是，您将需要制定音译方案。这可能是一定量的工作。