再谈关于mysql中文模糊查找问题!

[istrue]

许多朋友在使用mysql进行中文模糊查找时(如select * from mytable where mysqlname like "%中文%"),就象我现在一样，找到不应找到的行!
有一些朋友提出了解决办法，大致有两种：
其一，加字段属性binary(),
其二,改my.cfg启动参数为default-character-set =gbk(或gb2312).
我从问题的根本原因分析，
其一，字母大小不区分问题(通过方法一可以解决)
其二，这是大多数人没有想到的，我以前也没有想到，
例：
汉字“不”的第1、2字节ascii值分别为：178与187
汉字“安”的第1、2字节ascii值分别为：176与178
汉字“花”的第1、2字节ascii值分别为：187与168
聪明的人已经看出来了：在字符串“安花”中模糊查找字符“不”字时，mysql系统也会认为两者区配!
我的mysql-4.0.12没有解决上述问题。不过我采用一个较笨的办法解决了!
针对以上问题，各位高手有何解决办法!!!一起来说一说!
(提出办法者可得100分)

[shuixin13]

CREATE TABLE `t3` (
`name` char(9) NOT NULL default ''
) TYPE=MyISAM;



#
# Dumping data for table 't3'
#

INSERT INTO `t3` (`name`) VALUES("安花");
INSERT INTO `t3` (`name`) VALUES("不1a");
INSERT INTO `t3` (`name`) VALUES("安花a");
INSERT INTO `t3` (`name`) VALUES("1安花A");
INSERT INTO `t3` (`name`) VALUES("1安花1");
INSERT INTO `t3` (`name`) VALUES("A");
INSERT INTO `t3` (`name`) VALUES("1A1");


Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 16 to server version: 4.0.12-nt-log

Type 'help;' or '\h' for help. Type '\c' to clear the buffer.

mysql> use test;
Database changed
mysql> SHOW VARIABLES LIKE 'character_set';
+---------------+--------+
| Variable_name | Value |
+---------------+--------+
| character_set | gb2312 |
+---------------+--------+
1 row in set (0.00 sec)

mysql> SELECT * FROM t3;
+--------+
| name |
+--------+
| 安花 |
| 不1a |
| 安花a |
| 1安花A |
| 1安花1 |
| A |
| 1A1 |
+--------+
7 rows in set (0.00 sec)

mysql> SELECT * FROM t3 WHERE name LIKE "%不%";
+------+
| name |
+------+
| 不1a |
+------+
1 row in set (0.00 sec)

mysql>

[istrue]

开始我建的表就是会出现我所说的情况，而使用心帆朋友的方法却不会出现，真是奇怪，
找到一个下午，终于找到问题的症结：
答案非常离谱：
在建表时，字段名与表名加上两个引号就可解决了!

[shuixin13]

>> 字段名与表名加上两个引号就可解决了!

????

`t3`
`name`
上面的那个反引号??
不关它们的事的,
最主要的是我所述的1\2两个条件,

==========

不过像这类情况,
已不再建议使用 LIKE '%a%' 形式了
建议使用 全文索引 与 正则表达式 来匹配字串

==========
当你使用 LIKE '%a%' 形式时,
这个查询将不能使用该字段上的索引,
所以这个查询将耗费很大的时间,
所以建议使用 全文索引

[istrue]

你在以上例子中试着把表名与字段名的引号去掉看看!
另，我的全文索引不起作用，不知怎么回事

[shuixin13]

:)
你用的是 MySQL-4.0.12 ??
我重试了,
同样的结果,
反引号是不会对结果有什么影响的!

[shuixin13]

1: my.ini 文件中加入 default-character-set =gb2312
2: 字段不要加 Binary 属性
3: 执行 select * from mytable where mysqlname like "%不%"

[shuixin13]

需要说明的是
1:
2:
是最重要的,

如果是查询汉字,
select * from mytable where mysqlname like "%不%"

如果是大小字区分查询英文字符,
select * from mytable where mysqlname like Binary("%A%")

如果上述条件均要
select * from mytable where mysqlname like "%不%" AND mysqlname like Binary("%A%")


不过像这类情况,
已不再建议使用 LIKE '%a%' 形式了
建议使用 全文索引 与 正则表达式 来匹配字串

[swotcoder]

存放数据时还可以使用ISO-8859-1编码，不过有的你后悔的时候！

[istrue]

我也不知道!
我对一个同样内容的表，
加不加引号引起了两种不同的查找结果!
我用的当然是mysql-4.0.12，还包括win与linux下两个版本(linux下还没有调试)

[istrue]

劳烦兄弟把全文本索引的代码贴上来

[seeku]

从manual看，建表的时候使用的character-set不是gbk，然后插入一些记录，
这个时候index不是根据gbk来建立的，后来如果把default-character-set改成
gbk，index还是没有该过来，必须要重新建立index。

manual提供了一个命令重新重新建立index的，但好像只能用于myisam类型的表，
不知道innodb怎么做？

你看看一下你的问题是否出在上面提到的情况？

另外，我也没有碰到过你说的情况，我也从来没有给字段名加引号的习惯

[istrue]

建表时，你试着：
CREATE TABLE `t3` (
`name` char(9) binary NOT NULL default ''
) TYPE=MyISAM;
试试，结果请通知!

[seeku]

mysql> CREATE TABLE `t3` (
-> `name` char(9) binary NOT NULL default ''
-> ) TYPE=MyISAM;
Query OK, 0 rows affected (0.47 sec)

mysql> insert into t3 (name) values ('我不是天使');
Query OK, 1 row affected (0.04 sec)

mysql> insert into t3 (name) values ('1安花2');
Query OK, 1 row affected (0.00 sec)

mysql> insert into t3 (name) values ('1安花3');
Query OK, 1 row affected (0.00 sec)

mysql> select * from t3 where name like '%不%';
+-----------+
| name |
+-----------+
| 我不是天?|
| 1安花2 |
| 1安花3 |
+-----------+
3 rows in set (0.06 sec)

[seeku]

我想 shuixin13(犬犬（心帆）) 说的已经比较清楚了

其实我以前一直没有用过binary属性，没有想到过这种问题

[istrue]

都是binary惹的祸!!!!!

[istrue]

感谢!!!!!!

[shuixin13]

# MySQL-Front Dump 2.5
#
# Host: localhost Database: test
# --------------------------------------------------------
# Server version 4.0.12-nt-log


#
# Table structure for table 't3'
#

CREATE TABLE `t3` (
`name` char(12) NOT NULL default '',
`name2` char(12) NOT NULL default '',
FULLTEXT KEY `name` (`name`,`name2`)
) TYPE=MyISAM;



#
# Dumping data for table 't3'
#

INSERT INTO `t3` (`name`, `name2`) VALUES("1", "安换岚缮");
INSERT INTO `t3` (`name`, `name2`) VALUES("2", "不会吧");
INSERT INTO `t3` (`name`, `name2`) VALUES("3", "不会吧1");
INSERT INTO `t3` (`name`, `name2`) VALUES("4", "不会吧 1");
INSERT INTO `t3` (`name`, `name2`) VALUES("5", "真的不会吧");
INSERT INTO `t3` (`name`, `name2`) VALUES("6", "真的 不会吧");



mysql> SELECT * FROM t3;
+------+-------------+
| name | name2 |
+------+-------------+
| 1 | 安换岚缮 |
| 2 | 不会吧 |
| 3 | 不会吧1 |
| 4 | 不会吧 1 |
| 5 | 真的不会吧 |
| 6 | 真的 不会吧 |
+------+-------------+
6 rows in set (0.01 sec)

# 查找词 "不会吧"
mysql> SELECT * FROM t3 WHERE MATCH (name,name2)
-> AGAINST ('不会吧'IN BOOLEAN MODE);
+------+-------------+
| name | name2 |
+------+-------------+
| 2 | 不会吧 |
| 4 | 不会吧 1 |
| 6 | 真的 不会吧 |
+------+-------------+
3 rows in set (0.00 sec)

# 查找以词 "不会吧" 开头的任意词句
mysql> SELECT * FROM t3 WHERE MATCH (name,name2)
-> AGAINST ('不会吧*' IN BOOLEAN MODE);
+------+-------------+
| name | name2 |
+------+-------------+
| 2 | 不会吧 |
| 4 | 不会吧 1 |
| 6 | 真的 不会吧 |
| 3 | 不会吧1 |
+------+-------------+
4 rows in set (0.01 sec)

# 查找以词 "不会吧" 开头的任意词句 并 去除词 "真的"
mysql> SELECT * FROM t3 WHERE MATCH (name,name2)
-> AGAINST ('+不会吧* -真的' IN BOOLEAN MODE);
+------+----------+
| name | name2 |
+------+----------+
| 2 | 不会吧 |
| 4 | 不会吧 1 |
| 3 | 不会吧1 |
+------+----------+
3 rows in set (0.00 sec)


在上例中,
我们可以看出 MySQL 的全文索引对双字节处理的支持还不太好,
| 5 | 真的不会吧 |
这一行记录始终未能查询出来,
这是因为在西文中词是以一个空格为分隔的,
:(
希望在将来的版本中
MySQL 对此能有所改进


而用正则表达式也是会有问题的,


# 查找词 "不会吧"
mysql> SELECT * FROM t3 WHERE name2 REGEXP "不会吧";
+------+-------------+
| name | name2 |
+------+-------------+
| 1 | 安换岚缮 |
| 2 | 不会吧 |
| 3 | 不会吧1 |
| 4 | 不会吧 1 |
| 5 | 真的不会吧 |
| 6 | 真的 不会吧 |
+------+-------------+
6 rows in set (0.00 sec)


# 查找以词 "不会吧" 开头的
mysql> SELECT * FROM t3 WHERE name2 REGEXP "^不会吧";
+------+----------+
| name | name2 |
+------+----------+
| 2 | 不会吧 |
| 3 | 不会吧1 |
| 4 | 不会吧 1 |
+------+----------+
3 rows in set (0.00 sec)


# 查找以词 "不会吧" 结束的
mysql> SELECT * FROM t3 WHERE name2 REGEXP "不会吧$";
+------+-------------+
| name | name2 |
+------+-------------+
| 2 | 不会吧 |
| 5 | 真的不会吧 |
| 6 | 真的 不会吧 |
+------+-------------+
3 rows in set (0.00 sec)