MySQL - 在全文搜索中转义 & 符号

Question

我们正在使用全文搜索来搜索公司的名称，一切顺利，直到我们有了一个名称中带有 & 符号的公司，例如'小姐'。

SELECT name FROM company WHERE MATCH (name) against ('M&S' IN BOOLEAN MODE);

由于 MySQL 将 & 符号视为布尔运算符，因此无法返回任何结果。需要布尔模式，因此不能简单地将其关闭。

我正在寻找的是一种逃避 & 符号的方法，以便 MySQL 正确处理它并找到记录。

放弃全文搜索以支持LIKEs 也不完全是一种选择

感谢您的帮助

Answer 1

似乎& 在您用于全文搜索的排序规则中不被视为单词字符。

因此您必须创建自己的排序规则（或重新编译您的 MySQL 服务器），在其中将 & 添加到我在 MySQL 文档中找到的单词字符列表中（ http://dev.mysql.com/doc/refman/5.0/en/fulltext-fine-tuning.html) :

如果您想更改被视为单词的字符集 字符，您可以通过多种方式执行此操作，如 以下列表。进行修改后，您必须重建 包含任何 FULLTEXT 索引的每个表的索引。认为 您希望将连字符 ('-') 视为单词字符。 使用以下方法之一：

修改 MySQL 源代码：在 myisam/ftdefs.h 中，查看 true_word_char() 和 misc_word_char() 宏。将“-”添加到这些宏之一和 重新编译 MySQL。

修改字符集文件：这不需要重新编译。这 true_word_char() 宏使用“字符类型”表来区分 其他字符的字母和数字。 .您可以编辑内容 字符集 XML 文件之一中的数组的 指定“-”是一个“字母”。然后使用给定的字符集 你的全文索引。有关阵列的信息 格式，请参阅第 10.3.1 节，“字符定义数组”。

为索引列使用的字符集添加新的排序规则， 并更改列以使用该排序规则。一般信息 关于添加排序规则，请参阅第 10.4 节，“将排序规则添加到 字符集”。有关全文索引的特定示例，请参阅 第 12.9.7 节，“为全文索引添加排序规则”。

更新：如果您使用 latin1 排序规则，请打开位于 mysql/share/charsets/latin1.xml 的 XML 文件。并在地图中找到相应的字符代码 - 在这种情况下，您可以将地图设为小写或大写，因为这与 & 符号无关：

<lower>
<map>
 00 01 02 03 04 05 06 07 08 09 0A 0B 0C 0D 0E 0F
 10 11 12 13 14 15 16 17 18 19 1A 1B 1C 1D 1E 1F
 20 21 22 23 24 25 26 27 28 29 2A 2B 2C 2D 2E 2F
 30 31 32 33 34 35 36 37 38 39 3A 3B 3C 3D 3E 3F
 40 61 62 63 64 65 66 67 68 69 6A 6B 6C 6D 6E 6F
 70 71 72 73 74 75 76 77 78 79 7A 5B 5C 5D 5E 5F
 60 61 62 63 64 65 66 67 68 69 6A 6B 6C 6D 6E 6F
 70 71 72 73 74 75 76 77 78 79 7A 7B 7C 7D 7E 7F
 80 81 82 83 84 85 86 87 88 89 8A 8B 8C 8D 8E 8F
 90 91 92 93 94 95 96 97 98 99 9A 9B 9C 9D 9E 9F
 A0 A1 A2 A3 A4 A5 A6 A7 A8 A9 AA AB AC AD AE AF
 B0 B1 B2 B3 B4 B5 B6 B7 B8 B9 BA BB BC BD BE BF
 E0 E1 E2 E3 E4 E5 E6 E7 E8 E9 EA EB EC ED EE EF
 F0 F1 F2 F3 F4 F5 F6 D7 F8 F9 FA FB FC FD FE DF
 E0 E1 E2 E3 E4 E5 E6 E7 E8 E9 EA EB EC ED EE EF
 F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 FA FB FC FD FE FF
</map>
</lower>

& 符号的 unicode 为 U+0026，在 utf-8 编码中为 0x26，因此请在地图中搜索 26 - 它位于第 3 行第 7 列。

然后在ctype-map 中将字符的类型从表示标点符号的 10 更改为表示小写字母的 01：

<ctype>
<map>
 00
 20 20 20 20 20 20 20 20 20 28 28 28 28 28 20 20
 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20
 48 10 10 10 10 10 01 10 10 10 10 10 10 10 10 10
 84 84 84 84 84 84 84 84 84 84 10 10 10 10 10 10
 10 81 81 81 81 81 81 01 01 01 01 01 01 01 01 01
 01 01 01 01 01 01 01 01 01 01 01 10 10 10 10 10
 10 82 82 82 82 82 82 02 02 02 02 02 02 02 02 02
 02 02 02 02 02 02 02 02 02 02 02 10 10 10 10 20
 10 00 10 02 10 10 10 10 10 10 01 10 01 00 01 00
 00 10 10 10 10 10 10 10 10 10 02 10 02 00 02 01
 48 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
 01 01 01 01 01 01 01 01 01 01 01 01 01 01 01 01
 01 01 01 01 01 01 01 10 01 01 01 01 01 01 01 02
 02 02 02 02 02 02 02 02 02 02 02 02 02 02 02 02
 02 02 02 02 02 02 02 10 02 02 02 02 02 02 02 02
</map>
</ctype>

重新启动您的 MySQL 服务器，相应的排序规则正在处理 &，就像它是一个小写字母一样。

当然最好先复制并重命名您的新排序规则XML-文件，然后复制并粘贴Index.xml 中的相应行（不要忘记在XML 中使用新的未使用ID标签在那里）并将它们链接到您的新排序规则XML-file，这样您就不会丢失原始排序规则。

你可以找到我从这里获得大部分信息的完整文档： http://dev.mysql.com/doc/refman/5.0/en/full-text-adding-collation.html

注意 - 对于所有使用 Mysql 5.7 版本的用户，请使用未使用的排序规则 ID。 mysql文章http://dev.mysql.com/doc/refman/5.0/en/fulltext-fine-tuning.html是针对Mysql 5.5版本的。要获得最大排序 ID，请使用以下查询 -

   SELECT MAX(ID) FROM INFORMATION_SCHEMA.COLLATIONS;

Answer 2

编辑： 所以 & 将它分成两个单独的词......因为它们是 1 个字母，所以它不会返回任何东西。我用“Ma&Sa”进行了测试..我的 ft_min_word_len = 4 ......它没有返回任何东西，所以因为该字符串的长度 > 4 但它没有返回它必须将它分成两个单词......它看起来像诺斯基尔多南提出的建议是你必须做的。

所以这可能是也可能不是答案.. 但我希望它有助于解决这个问题.. 试试这个。

首先：运行这条语句 -- SHOW VARIABLES LIKE 'ft_min_word_len'; 并确认长度实际上是 = 2 如果是，我不确定它与长度超过 4 的单词有何不同

第二：我这样做并得到了结果。

设置：

我在我的本地主机数据库上设置了一个示例表...

create table company(
`id` int,
`name` varchar(55)
);

insert into company
(`id`, `name`)
values
(1, 'oracle'),
(2, 'microsoft'),
(3, 'M&S'),
(4, 'dell');

测试： 在 ft_min_word_len = 4 时进行了测试，显然它没有返回任何内容。

SELECT `name` FROM company WHERE MATCH (`name`) against ("M&S" IN BOOLEAN MODE);

我不想尝试重新启动我的 localhost 数据库以将长度重置为 2（以防我不小心弄乱了一些东西，因为我经常使用它）..

但我想尝试查找长度超过 4 且其中包含 & 的公司名称。

更多设置：

insert into company
(`id`, `name`)
values
(5, 'Mary&Sasha');

另一个测试：

SELECT `name` FROM company WHERE MATCH (`name`) against ("Mary&Sasha" IN BOOLEAN MODE); 

这返回了http://screencast.com/t/Rx8mh98OUp

我也这样做只是为了防止排序规则搞砸了，但我怀疑这是问题所在..

整理材料：

ALTER TABLE company MODIFY
    `name` VARCHAR(55)
      CHARACTER SET latin1
      COLLATE latin1_german2_ci;

您还可以检查您的表格排序规则：

SHOW TABLE STATUS;

希望这至少是一些帮助:)

Answer 3

& 不是 mysql 中的特殊字符，因此您可以存储和搜索表达式 & 您可以按如下方式进行测试

    SELECT name FROM  `testing` WHERE name LIKE  '%&%'

也请尝试以下类似的方法来替换 &。

    SET @searchstring = 'M&S';
    SET @searchstring = REPLACE(@searchstring,'&','&');
    SELECT name FROM company WHERE MATCH (name) against (@searchstring IN BOOLEAN MODE);

你也可以看看正则表达式。 http://dev.mysql.com/doc/refman/5.1/en/regexp.html
这里 & 的用法如下。

    mysql> SELECT '&' REGEXP '[[.ampersand.]]';

以下查询也会为您提供结果

    SELECT * 
    FROM  `testing` 
    WHERE  `name` REGEXP CONVERT( _utf8 'M&S'
    USING latin1 ) COLLATE latin1_german2_ci 
    LIMIT 0 , 30

请也阅读这个帖子，也许你能比我理解得更好。这是 SQL 但他们似乎已经解决了问题 http://forums.asp.net/t/1073707.aspx?Full+text+search+and+sepcial+characters+like+ampersand+

对不起，我帮不上忙