language-agnostic - 如何编写一个php搜索脚本，其中带有变音符号的单词匹配没有变音符号的搜索词，并且结果带有下划线？

Question

我有这个网站，其中有很多带有变音符号的文本（根据维基百科，字母添加了辅助字形），大多数人使用没有字形的单词搜索这些文本。现在，通过拥有没有变音符号的文本副本来做到这一点应该不具有挑战性。但是，我想突出显示原始文本中的匹配项。最好的方法是什么？

Answer 1

您应该尝试更改 MySQL 数据库中的排序规则设置。

在这个话题的讨论中似乎经常出现三个：

1. utf8_general_ci

2. utf8_unicode_ci

3. utf8_bin← 你可能想要这个。

我发现#3 将匹配搜索中的重音符号。这个答案提供了一些关于差异的背景，但没有提到utf8_bin对口音也很敏感的事实。您可能想尝试所有这三个，这样您就可以自己测试它是否适用于您正在处理的语言/脚本。

要真正确定事情会正确匹配，您还必须研究 Unicode 规范化，这实际上是一个完全不同的蜡球。您的用户可能会键入一个带有重音的查询，该查询的规范化与您的数据存储在其中的规范化不同，因此它可能无法匹配。我在 Sqlite 上遇到过这个问题，不确定它是否适用于 MySQL。

FWIW，这是CREATE TABLE我目前正在使用的，我需要匹配重音的地方，即设置 COLLATION：

CREATE TABLE `glosses` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `morphemes` varchar(255) CHARACTER SET utf8 DEFAULT NULL,
  `labels` varchar(255) CHARACTER SET utf8 DEFAULT NULL,
  `phrase_id` int(11) DEFAULT NULL,
  `nth_word` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=MyISAM AUTO_INCREMENT=8 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

你可以在最后看到COLLATE=utf8_bin钉子。