python中普通字符与特殊字符的匹配

Question

我试图用python找到一种方法，将用户搜索查询与搜索引擎中的数据库记录相匹配，但当搜索查询包含特殊字符（如带重音的元音）时，我遇到了麻烦。在

例如：搜索查询='咖啡'。数据库记录='café

我用词干来查询数据库记录。在

将包含特殊字符“café”的查询与不包含此特殊字符“cafe”和viceversa的字符串匹配的最直接的方法是什么？在

更新

我需要的所有信息都已经缓存，所以在数据库中创建新列的方法就不那么吸引人了。我正在寻找一个更基于python的解决方案。在

Answer 1

事实上，很少有办法做到这一点。在

我的猜测是最简单最简单（但不是最好的）的方法，通过创建带有字符的特殊映射来实现，这些字符可以相互替换，然后使用该映射创建查询：

# -*- coding: utf-8 -*-


SPECIAL_CHARACTERS_MAP = {
    'e': u'[eé]',
}

def get_query(string):
    pattern_value = u''
    for s in string:
        pattern_value += s if s not in SPECIAL_CHARACTERS_MAP else SPECIAL_CHARACTERS_MAP[s]
    query = u"SELECT * FROM table WHERE record LIKE '%{}%'".format(pattern_value)
    return query


print get_query(u'ewqeé')
# SELECT * FROM table WHERE record LIKE '%[eé]wq[eé]é%'

# Code to query database ....

所以你可以用更多的例子来扩展你的地图，比如'a': 'u[aà]'等等

另一个选择是在数据库中创建单独的列，并使用类似于上面的SPECIAL_CHARACTERS_MAP这样的非常相似的数据结构来填充该列，以使字符的替换更容易，但在这种情况下，必须在将搜索项传递到LIKE查询之前执行相同的替换。在

使用SQL Wildcards运算符执行SELECT查询时，使用完整的信息创建要匹配的字符串。在

Answer 2

最后我用以下代码解决了这个问题：

unicodedata.normalize('NFKD', "café").encode('ascii', 'ignore')

它回来了

^{pr2}$

此方法还可以更正以下字符：ü，ö，á，é，í，ó，ú，ü，ñ，ī