如何在 MariaDB/MySQL 中转义字符串以进行全文搜索答案

【问题标题】：How to escape string for full-text search in MariaDB/MySQL如何在 MariaDB/MySQL 中转义字符串以进行全文搜索
【发布时间】：2018-09-01 20:15:22
【问题描述】：

某些字符（运算符）会影响 MariaDB 中全文搜索的行为。它们是+-<>()~*"，它们的功能在documentation 中描述。

我希望能够搜索包含这些运算符之一的单词，并且我希望 MariaDB 将其作为普通字符而不是运算符来处理。我该怎么做？

示例：

让我们创建带有全文索引的表：

CREATE TABLE users (username TEXT, FULLTEXT(username)) ENGINE=InnoDB;

INSERT INTO users(username) VALUES ('joseph'), ('jose'), ('jose*');

现在我想搜索恰好包含 jose* 的行：

SELECT * FROM users WHERE MATCH(username) AGAINST('jose*' IN BOOLEAN MODE);
+----------+
| username |
+----------+
| joseph   |
| jose     |
| jose*    |
+----------+

但我只想要jose* 的行。同样的结果是当我尝试以我期望的方式转义该字符串时。

SELECT * FROM users WHERE MATCH(username) AGAINST('jose\*' IN BOOLEAN MODE);
+----------+
| username |
+----------+
| joseph   |
| jose     |
| jose*    |
+----------+

SELECT * FROM users WHERE MATCH(username) AGAINST('jose\\*' IN BOOLEAN MODE);
+----------+
| username |
+----------+
| joseph   |
| jose     |
| jose*    |
+----------+

在 MariaDB/MySQL 中转义字符串以进行全文搜索的正确方法是什么？

【问题讨论】：

标签： mysql full-text-search mariadb

【解决方案1】：

全文搜索是一种有效搜索出现在（完整）文本中任何位置的单词（或单词开头）的工具。如果您的数据不包含单独的“单词”（无论您想以何种方式定义它们），那么全文索引就不是您任务的正确工具（因为它将完全没用）。默认情况下，* 是一个单词分隔符，就像空格一样（例如，'abc*def' 和 'abc def' 是两个单词，在全文索引中有两个单独的条目，其中没有一个将包含 *） .您可以指定要成为分隔符的内容，但 MySQL 不支持通过在搜索表达式中转义它们来动态指定它；您需要在创建索引时执行此操作，因此索引实际上将包含jose*，而不仅仅是jose。

如果您没有单词（或一组非常有限的分隔符），您可以使用例如username = 'jose*、username like 'jose*' 或类似名称；或者，您可以使用速度较慢的regular expressions，但是对于全文索引不可用的复杂要求（例如，如果全文不适用于您的情况）的后备工具（和/或您无法更改配置以适应它符合您的要求）。

要更改 MySQL 将哪些字符视为分隔符，您可以更改字符映射，请参阅Adding a Collation for Full-Text Indexing：

向index.xml 添加新的排序规则
将该排序规则添加到字符文件（例如latin1.xml），并编辑ctype 以将特定字符定义为（非）分隔符；仅适用于*，将其更改为“48 10 10 10 10 10 10 10 10 10 01 10 10 10 10 10”）；对您希望可搜索的所有字符执行此操作（但请记住，如果您没有至少一个剩余分隔符，则全文搜索是无用的）。
重启后，为您的列使用此排序规则（例如... (username TEXT collate 'latin1_fulltext_ci', ...）并重新创建全文索引，MySQL 会将这些字符包含到索引中。
请记住，您需要在要使用此行为的每台服务器上执行此操作

现在以下三个搜索应该返回预期的结果：

... MATCH(username) AGAINST('"jose*"' IN BOOLEAN MODE);

... MATCH(username) AGAINST('jose*');

... MATCH(username) AGAINST('"jose*"');

"..." 将寻找完全匹配（例如单词组合）；它的作用类似于转义，但不完全一样，因为它只适用于非分隔符。

... MATCH(username) AGAINST('jose*' IN BOOLEAN MODE);

不适用于 InnoDB（它将被视为通配符），但适用于 MyISAM（它们之间的一些细微差别之一）。

如果你真的想使用布尔模式，但需要*以外的通配符，你可以使用ft_boolean_syntax定义一个不同的通配符，尽管由于bug in InnoDB，这也只适用于MyISAM。它也是一个全局设置，因此会改变其他表（和数据库）中所有其他全文搜索的行为。您可能必须指定要使用此模式实现的目标，看看是否有办法让全文搜索满足这些要求，但最终，您可能不得不回退到使用 like。

【讨论】：