在 MySQL 中匹配没有空格和标点符号的字符串

Question

我正在处理一个我认为应该非常直观的查询，但不知何故我在实现它时遇到了一些问题。我想我想要实现的是匹配存储在 MySQL DB 中的字符串，没有空格和标点符号（其他创造性方法非常受欢迎）。同时，我希望查询以变音符号不敏感的方式处理 Unicode 字符（所以像 REGEXP 这样的选项有点不走运）。最后一个条件是我使用的是带有 InnoDB 引擎的 MySQL 5.5，因此不支持全文索引（但如果它有助于解决这个问题，我愿意升级到 5.6/5.7）。

考虑将字符串 Hello-World from John Doe 存储在 DB 中的场景。我想在给定搜索字符串 HelloWorld 或 JohnDoe 时找到它。更一般地说，DB 中的字符串可以包含括号、下存储和任何其他标点符号（不限于 ASCII，但现在可以妥协），而搜索字符串可以是单词的组合，中间有或没有任何分隔符。到目前为止，我得到的最接近的是菊花链 REPLACE 函数以获得已知标点符号列表，如下所示：

SELECT text FROM table WHERE REPLACE(REPLACE(text, '-', ''), ' ', '') LIKE '%JohnDoe%'

我的问题是：

1. 有没有更好的方法来代替上面的菊花链？
2. 如果这是唯一的解决方案，那么当我将数百个或更多 REPLACE 函数链接起来时，性能会受到怎样的影响？

提前感谢您的帮助。

Answer 1

我不知道您的搜索必须有多严格，但您可以尝试从中删除所有非字母数字字符，以便最终得到一个匹配的字符串，例如“HelloWorldfromJohnDoe”。

看看这个答案：How to remove all non-alpha numeric characters from a string?

您可能需要对其进行一些更改以使其符合您的目的。我将它从 CHAR(32) 更改为 CHAR(255) 以确保我可以获取该列，但您可能需要考虑完全更改该函数以更精确地适合您的数据。

那么你是这样的：

SELECT *
FROM testing
WHERE alphanum(test) LIKE CONCAT('%', alphanum('John Doe'), '%')

这应该会给你一个打击。

Answer 2

方法一

我会在架构上的另一列包含名称的“散列”版本，例如，假设您有用户：

John Doe The Great

这个名字散列到

johndoethegreat

哈希函数的编码方式使得以下所有字符串：

John_Doe_THE_great
John Doe The GREAT
John.Doe.The.Great
johnDOE___theGreat
john   Doe   the     great
___john____DOE____THE____great

散列到相同的值

johndoethegreat

编写这样的函数很简单。这样您就可以获取用户输入，对其进行哈希处理，然后将其与数据库中的哈希列进行比较

类似的名字：

Jon Doe
John Doo

当然不会被发现

方法二

使用 MySQL 内置的FULLTEXT 搜索功能，按分数对结果进行排序并选择第一个非零条目

http://blog.oneiroi.co.uk/mysql/php/mysql-full-text-search-with-percentage-scoring/

Answer 3

我完全错过了你问题的重点。你似乎有字符串：

• Hello-World from John Doe

如果要在搜索字符串为JohnDoe或John Doe时找到这个，则只需替换空格即可：

where replace(text, ' ') like concat('%', 'JohnDoe', '%')

如果你想要一个同时包含“John”和“Doe”的字符串，那么：

where replace(text, ' ') like concat('%', 'John%Doe', '%')

我不明白为什么需要 100 个嵌套的 replace()s。