MySQL 全文搜索斯堪的纳维亚字符 ø æ

Question

这是我能找到的关于这个主题的唯一 SO q/a，但它似乎没有回答问题：Fulltext search with nordic letters (æ, ø, å)

在 MySQL 我有一个用户叫 "John Nørbæk".

我希望在搜索时能够匹配该用户：

"Noerbaek"、"Nørbaek" 或 "Noerbæk"

（如果能够匹配 "Norbaek" 就好了，但我的谷歌搜索表明 ø 等同于 "oe" 而不是 "o" 所以现在感觉错误的要求）。

我正在使用utf8mb4_unicode_ci

我在这里创建了一个 SQL Fiddle：http://sqlfiddle.com/#!9/b5be3d4/3

我在网上得出的每个结果似乎都与 PHP 相关，并用 str_replace 替换这些字符，但如果我的数据库中的内容是 "Nørbæk" 那么那不是很有帮助。

我不能这样做，因为匹配的字符串需要在全文索引中：

SELECT * FROM users WHERE MATCH (REPLACE(`name`, 'æ', 'ae'))
AGAINST ('Nørbaek' IN BOOLEAN MODE);

这可行，但在搜索 "Michael" 之类的内容时当然会失败，因为它会被转换为 Michæl，所以这是不可能的。

SELECT * FROM users WHERE MATCH (`name`)
AGAINST (REPLACE('Nørbaek', 'ae', 'æ') IN BOOLEAN MODE);

所以我完全没有想法，必须有更好的方法来匹配这些字符吗？

我对可用性比其他任何事情都更感兴趣。

例如，如果一位年长的用户想要找到他们的 "Dr Nørbæk"，他们需要能够输入一些内容才能找到他，而不是简单地被告知学习如何输入“ø”。

编辑 1：一条评论建议我应该使用 utf8mb4_swedish_ci 但我的数据库中有来自各种语言的名称，包括中文，所以我认为我应该使用 utf8mb4_unicode_ci 尽管我会诚实地说我只是总是将 utf8mb4_unicode_ci 用作 "best practice" 而没有完全理解原因。

编辑 2：一条评论建议 utf8_unicode_520_ci，这似乎有效，如 fiddle 所示：http://sqlfiddle.com/#!9/6a604e/4 我将需要做更多的测试，看看它有什么其他影响。

Answer 1

正如约翰所展示的那样，

MATCH(col) AGAINST('Nørbæk' ...)

成功

IN BOOLEAN MODE 和 IN NATURAL LANGUAGE MODE.
col = 'Norbaek',
Nørbæk 在 AGAINST、
5.6（可能是更高版本），
带排序规则 utf8_unicode_520_ci（或 utf8mb4_unicode_520_ci）。

http://mysql.rjweb.org/utf8_collations.html and http://mysql.rjweb.org/utf8mb4_collations.html 为任一字符集的 520 排序规则显示以下等效项类：

A=a=ª=À=Á=Â=Ã=Ä=Å=à=á=â=ã=ä=å=Ā=ā=Ă=ă=Ą=ą
ae=Æ=æ
O=o=º=Ò=Ó=Ô=Õ=Ö=Ø=ò=ó=ô=õ=ö=ø=Ō=ō=Ŏ=ŏ=Ő=ő=Ơ=ơ
oe=Œ=œ

因此，鉴于该排序规则，没有必要执行 REPLACEs；而是为列

指定排序规则（utf8_unicode_520_ci 或 utf8mb4_unicode_520_ci）

MySQL 全文搜索斯堪的纳维亚字符 ø æ

MySQL full text search for Scandinavian Characters ø æ

mysql

utf-8

character-encoding

full-text-search

multilingual