Re: quitar acentos [MySQL, largo pero instructivo]

From: Date: Tue, 21 Nov 2000 08:10:26 +0000
Subject: Re: quitar acentos [MySQL, largo pero instructivo]
References: 1 2  Groups: php.general.es 
Request: Send a blank email to general-es+get-4062@lists.php.net to get a copy of this message
Hola Angel, Gracias por tu minitutotial. Muy, muy instructivo. Me has despejado un par de conceptos, el almacenamiento duplicado es algo que ya hago, pero lo del RLIKE ni idea. Como parece que yas has buceado mucho en este área, tienes alguna URL, donde pueda ver información sobre como aplicar procedimientos de este tipo a grandes bases de datos. Un saludo José Valle On Tue, 21 Nov 2000 00:15:54 +0100 Angel Fenoy <afenoy@wol.es> wrote: > José Rodríguez escribió: > > > > No tienes para que eliminar los acentos de tu base de datos. > > > > Pueba con esto: > > > > $palabra = eregi_replace('[aeiouàáäâèéëêìíïîòóöôùúüûñ]', > > '_', $palabra); > > result=mysql_query("select * from noticias where lower(texto) like > > lower('%$palabra%')",$db); > > > > Me parece una barbaridad. > > Si $palabra = 'José', se van a encontrar las coincidencia 'jose', > 'Jose', 'josé' y 'José', que es lo que se pretende, pero > también > coincidirá con 'josa', josñ', jost' y josú', y lo que es peor, con > 'jase', 'jiso', 'jusa', 'just', 'jwsw', > 'jjss', etc... > > Os explico las distintas posibilidades que he probado con éxito para el > tema de la búsqueda en una base de datos sin tener en cuenta los > acentos. > > La forma como lo estoy haciendo actualmente es duplicando campos, que es > otra barbaridad por el incremento de espacio en disco, y por el trabajo > extra que representa en el momento de actualizar datos (inserts y > updates), pero funciona a las mil maravillas independientemente de la > base de datos que se use, y me permite hacer las típicas búquedas con > 'alguna de las palabras', 'todas las palabras' o 'la frase > exacta', > independientemente de si la cadena a buscar se entró en mayúsculas, > minúsculas, con acentos o sin acentos. > > También me permite admitir las coincidencias de prefijos, pero obviar > las de sufijos, que es como me gusta hacer las búsquedas, de manera que > si se busca la palabra 'José', se encuentren las coincidencias 'José' y > 'Josefa', pero no 'alejóse', aunque si quiero, también puedo hacer > búsquedas sobre palabras exactas (no prefijos) > > Esto funciona bién para bases de datos no muy grandes. Duplico los > campos en los que se debe buscar, juntándolos todos en uno nuevo, con > las mismas palabras separadas por espacios pero todo en mayúsculas y sin > los acentos, y realizo la búsqueda en ese campo, con los 'or' y 'and' > necesarios si se me pide más de una palabra. > > Para bases de datos grandes, como las de los buscadores de internet, > deben usarse otras técnicas mucho más complejas. > > Durante un tiempo también usé el operador LIKE, y entonces estube > trabajando con una copia modificada del mysql, en donde reescribí las > tablas que se usan para hacer las consultas de tipo LIKE. Estas tablas > están diseñadas para no distinguir entre mayúsculas y minúsculas, pero > en cambio sí distinguen vocales acentuadas y no acentuadas. Las > modifiqué para que no hicieran esas distinciones y funcionó perfecto. Ni > siquiera tube que compilar el mysql, modifiqué directamente el > ejecutable, así a lo bestia, con un editor hexadecimal, y funcionó. > > Parece ser que esta modificación que hice (o una muy parecida) se > encuentra el las últimas versiones de mysql, en la rama inestable, tal > como se desprende de lo que comentan el el capítulo del manual que habla > de las búsquedas insensibles a mayúsculas/minúsculas, > > http://www.mysql.com/documentation/mysql/commented/manual.php?section=Case_sensitivity, > donde puede leerse: > > In older MySQL versions LIKE comparisons where done on the uppercase > value of each character (E == e but E <> é). In newer MySQL versions > LIKE works just like the other comparison operators. > > O sea, que la solución puede estar también en actualizarse a una de las > últimas versiones de mysql. > > Pero en mysql aún hay otra posibilidad que funciona bién, sin tener que > duplicar campos ni modificar el ejecutable. Se trata de aprovecharnos > del operador RLIKE, que es parecida a LIKE, pero interpreta la cadena de > búsqueda como conteniendo expresiones regulares. > > Hagamos primero en php una función que nos prepare para RLIKE la cadena > que vamos a buscar, como por ejemplo: > > function php_rlike($str) { > $a1 = array( > '/[aàáäåãæâAÀÁÄÅÃÂ]/', > '/[eèéêëEÈÉÊË]/', > '/[iìíîïIÌÍÎÏ]/', > '/[oöôõðòóøOÖÔÕÒÓØ]/', > '/[uüûùúÜÛÙÚ]/', > '/[yÿýÝ]/', > '/[ñÑ]/', > '/[çÇ]/'); > > $a2 = array( > '[aàáäåãæâAÀÁÄÅÃÂ]', > '[eèéêëEÈÉÊË]', > '[iìíîïIÌÍÎÏ]', > '[oöôõðòóøOÖÔÕÒÓØ]', > '[uüûùúÜÛÙÚ]', > '[yÿýÝ]', > '[ñÑ]', > '[çÇ]'); > > return preg_replace($a1, $a2, $str); > } > > Supongamos ahora que la palabra a buscar es 'José', si hacemos: > > $palabra = php_rlike($palabra); > > $palabra contendrá ahora 'J[oöôõðòóøOÖÔÕÒÓØ]s[eèéêëEÈÉÊË]', > lista para > RLIKE, o sea que hacemos: > > $query = "select * from noticias where texto RLIKE '$palabra'"; > > y en realidad $query será igual a: > > "select * from noticias where texto RLIKE > 'J[oöôõðòóøOÖÔÕÒÓØ]s[eèéêëEÈÉÊË]'" > > Mysql encontrará ahora las coincidencias 'José', 'JOSÉ', > 'JÓSÈ', 'Jösê', > etc, que es lo que se pretende, independientemente de si la palabra a > buscar es 'José' o 'jose'. No hace falta transformar todo a mayúsculas o > minúsculas, mysql lo hará automáticamente (con la tabla de la que > hablaba antes, la que reescribí) > > Esta técnica de búsqueda funcionará perfectamente, aunque será más lenta > que la de las tablas modificadas, muy rápida, y también será más lenta > que la del duplicado de campos, que enlentece los inserts y updates, > pero en los selects, es rapidísima. > > El operador RLIKE de mysql y su sinónimo REGEXP los podeis ver > documentados aquí: > > http://www.mysql.com/documentation/mysql/commented/manual.php?section=String_comparison_functions > > El uso de expresiones regulares en mysql, lo podeis ver aquí: > > http://www.mysql.com/documentation/mysql/commented/manual.php?section=Regexp > Y también aquí: > > http://www.mysql.com/documentation/mysql/commented/manual.php?section=Pattern_matching > > Saludos. > Àngel > > --------------------------------------------------------------------- > Archivo On-line: http://www.phpes.com/ > Manual PHP en español: http://www.php.net/manual/es/ > Para dar de baja la suscripción, mande un mensaje a: > lista-unsubscribe@phpes.com >

« previous php.general.es (#4062) next »