使用土耳其语字符搜索

Question

我在使用土耳其大写和小写的 like 和弹性搜索的 db 搜索时遇到问题。

例如，我有一个帖子表，其中包含标题为 'DENEME YAZI' 的帖子。

如果我运行这个查询：

select * from posts where title like '%deneme%';

或：

select * from posts where title like '%YAZI%';

我得到正确的结果，但如果我运行：

select * from posts where title like '%yazı%';

它不返回任何记录。我的数据库编码是tr_TR.UTF-8。 如何在不输入确切单词的情况下获得正确的结果？

Answer 1

您必须使用ILIKE 进行不区分大小写的匹配：

select * from posts where title <b>ilike</b> '%yazı%';

但是，土耳其语言环境中的特殊规则还有额外的复杂性。 'ı' 的大写为 'I'。但不是反过来。 'I'的小写为'i'：

db=# SELECT lower(upper('ı'));
 lower
-------
 i

您可以通过在LIKE 表达式的任一侧应用upper() 来解决这个问题：

select upper('DENEME YAZI') like ('%' || upper('yazı') || '%');

Answer 2

在表达式的任一侧仅应用一个 UPPER（或 LOWER）不是解决方案。您应该自己处理有问题的土耳其语字符 (ıI-iİ)。

• İ 和 i 在土耳其字母表中是相同的字母。
• I 和 ı 在土耳其字母表中是相同的字母。

但即使在 postgre 中使用 UTF-8、Latin5、Windows 1254 编码和排序规则设置

• UPPER('İ') 返回 'İ' 正常
• UPPER('i') 返回 'I' 不行
• UPPER('I') 返回 'I' OK
• UPPER('ı') 返回 'İ' 不行

所以

• SELECT ... FROM ... WHERE ... UPPER('İZMİR') like UPPER('izmir') return false
• SELECT ... FROM ... WHERE ... UPPER('ISPARTA') like UPPER('ısparta') 返回 false。

由于性能问题，这里有一些更精确但不完美的解决方案

SELECT ... FROM ... WHERE ... 
UPPER(REPLACE(REPLACE(COLUMNX, 'i', 'İ'), 'ı', 'I')) = UPPER(REPLACE(REPLACE(myvalue, 
'i', 'İ'), 'ı', 'I'))

或

SELECT ... FROM ... WHERE ... 
UPPER(TRANSLATE('COLUMNX','ıi','Iİ')) = UPPER(TRANSLATE(myvalue,'ıi','Iİ'))