RAILS3：搜索忽略变音符号？

Question

我有一个包含 Article 对象的 Rails 3 应用程序。他们有一个标题属性。在添加新文章之前，人们应该搜索它是否已经存在具有标题的文章。

今天有人举报了一篇重复的文章。原来添加它的人首先搜索了它，但标题中的“o”上有一个变音符号。他们使用常规的“o”字符在没有变音符号的情况下进行搜索，但没有找到，然后添加了重复项。

我正在使用范围对 title 属性进行简单查找，如下所示：

scope :search, lambda { |term| where('title like ?', "%#{term}%") }

我想知道是否有一种简单的方法可以“忽略”变音符号，这样人们可以输入“o”，并且如果 o 有变音符号，仍然可以找到一篇文章，对于其他变音符号也是如此。

我考虑过创建一个 search_title 属性并在更新时自己填充它，将变音符号替换为它们的普通等价物，但这有其自身的问题，其中如果有人确实使用了变音符号怎么办。

我希望可能有一个简单的解决方案，但我并不抱太大希望。 :-)

Answer 1

是的，处理此问题的标准方法是维护影子搜索字段。除了将所有数据更改为 Ascii 之外，请考虑：

• 将所有内容更改为大写以消除大小写问题
• 删除所有不是数字、字母或空格的字符。 （删除标点符号、制表符等）
• 删除“stop words”，例如“is”“the”“a”等。当然，停用词取决于语言。

另一种策略是根据Soundex 分数进行计算和搜索。 （或使用 Soundex 的修订版）。 Soundex 有 Ruby 库或编写您自己的库。

Soundex 会给你更多的误报——你需要确定你是宁愿有更多的误报还是错过匹配（误报），因为一个标题是“瘟疫”，另一个是“瘟疫”

您还可以安装真正的全文搜索系统，方法是打开 MySQL 系统或通过单独的系统。

Answer 2

我建议创建一个 search_title 字段并将 title.to_ascii_brutal 存储在那里（使用这个插件：https://github.com/tomash/ascii_tic）。然后将您的搜索范围更改为：

scope :search, lambda { |term| where('search_title like ?', "%#{term.to_ascii_brutal}%") }