搜索引擎中的多语言数据库编码

Question

我有一个数据库(Mysql),我在其中存储了超过10万个带有不同语言关键字的关键字.这是一个例子,如果我有三个colums [id] [土耳其语(utf8_turkish_ci)] [德语(utf8)]

用户可以在搜索框中输入德语或土耳其语单词.如果用户输入一个德语单词一切都很好,那么它打印出土耳其语单词,但如何用土耳其单词解决它.我问,因为每种语言都有自己的附加字符,如äüöş等.

所以我应该使用

mb_convert_encoding

转换字符串,然后如何检查它是德国或土耳其字符串我认为这将是复杂的.或者表的编码是错误的？

现在坚持如何实现它,以便用户可以输入两个语言单词的关键字

Answer 1

为了使其正常工作，您需要解决几个问题。

\n\n

首先，您选择了utf8保存所有文本的字符集。这是一个不错的选择。如果这是 2016 年新增的应用程序，您可以选择utf8mb4 字符集。一旦您选择了字符集，您的用户应该能够阅读您的文本。

\n\n

其次，为了搜索和排序（WHERE和ORDER BY），您需要为每种语言选择适当的排序规则。对于现代德语来说，utf8_general_ci 效果还算不错。utf8_unicode_ci如果您需要标准的词汇顺序，效果会更好一些。读这个。http://dev.mysql.com/doc/refman/5.7/en/charset-unicode-sets.html

\n\n

对于现代西班牙语，您应该使用utf8_spanish_ci. 这是因为在西班牙语中，N 和 Ñ 字符不被视为相同。我不知道一般排序规则是否适用于土耳其语。

\n\n

请注意，您似乎混淆了问题中字符集和排序规则的概念。您已经提到了与土耳其列的排序规则和与德语列的字符集。

\n\n

您可以在查询中显式指定字符集和排序规则。例如，你可以写

\n\n

    WHERE _utf8 \'M\xc3\xbcnchen\' COLLATE utf8_unicode_ci = table.name;\n

\n\n

在此表达式中，_utf8 \'M\xc3\xbcnchen\'是字符常量，并且

\n\n

   constant COLLATE utf8_unicode_ci = table.name\n

\n\n

是一个查询说明符，其中包含显式排序规则名称。读这个。http://dev.mysql.com/doc/refman/5.7/en/charset-collat​​e.html

\n\n

第三，您可能想要指定一个默认值排序规则。默认排序规则被纳入索引中，因此它们将有助于加速搜索。

\n\n

第四，您的用户将需要使用适当的输入方法（键盘映射等）来向您的应用程序呈现数据。希望土耳其语用户知道如何输入土耳其语单词。

\n