是啥导致 LIKE 语句忽略 html 标记、逗号后的单词或以句点结尾？

Posted 2023-05-08

【中文标题】是啥导致 LIKE 语句忽略 html 标记、逗号后的单词或以句点结尾？

【英文标题】：What is causing the LIKE statement to disregard html-tags, words after commas, or end in periods?是什么导致 LIKE 语句忽略 html 标记、逗号后的单词或以句点结尾？

【发布时间】：2008-11-07 10:40:45

【问题描述】：

我正在开发一个搜索模块，该模块在包含 html 代码的文本列中进行搜索。查询的构造如下：WHERE htmlcolumn LIKE '% searchterm %';

默认模块在搜索项的两端使用空格进行搜索，在搜索项的开头和/或结尾使用通配符，这些空格被删除（*searchterm -> LIKE '%searchterm %'; 我还添加了排除包含某些单词的结果的可能性（-searchterm -> NOT LIKE '% searchterm %'）。到目前为止一切顺利。

问题是找不到以 html-tag 开头的单词（<br/>searchterm 在 LIKE '% searchterm.. 上搜索时找不到，还有逗号后面或以句点结尾的单词ETC。）。 我想做的是搜索前面或后面没有字符 A-Z 和 a-z 的单词。其他所有字符都可以。

任何想法我应该如何实现这一目标？谢谢！

【参考方案1】：

查看 mysql 的全文搜索，它可能能够使用非字母字符作为分隔符。它也将比 %term% 搜索快得多，因为这需要全表扫描。

【讨论】：

如果内置的全文搜索不能完全满足您的需求，那么您自己编写一个也不难，然后您可以随意定制它。

【参考方案2】：

您可以使用正则表达式：http://dev.mysql.com/doc/refman/5.0/en/regexp.html

【讨论】：

你知道，当一个正则表达式是你问题的解决方案时，你会遇到 2 个问题而不是 1 个；)

但我找到了解决这两个问题的方法： WHERE column REGEXP '[^A-Za-z]key[^A-Za-z] 效果很好！谢谢

【参考方案3】：

一般来说，最好使用全文搜索工具，但如果你真的想要一个小 SQL，这里是：

SELECT * FROM `t` WHERE `htmlcolumn` REGEXP '[[:<:]]term[[:>:]]'

它返回所有包含单词“term”的记录，无论它是否被空格、标点符号、特殊字符等包围

【参考方案4】：

我不认为单独的 SQL 的“LIKE”运算符是适合您尝试做的工作的工具。考虑使用 Lucene 或类似的东西。我能够在几天内将 Lucene.NET 集成到我的应用程序中。你会花更多的时间试图挽救你目前的做法。

如果您别无选择，只能使用当前方法，请考虑将文本存储在数据库中的两列中。第一列是纯文本，带有标点符号等。第二列是经过预处理的文本，只有单词，没有标点符号，标准化以便您的“LIKE”方法更容易。