为什么这个MySQL双重metaphone功能不能正常工作？

Question

我刚学关于音位和双音位搜索算法，我有几个问题。根据Metaphone Wiki页面，我发现了一些实现的源代码，特别是MySQL实现。我想用我的测试数据库进行测试，所以我首先导入了metaphone.sql文件（包含双倍metaphone功能）here

现在，我有一个表，国家，有一个所有“名称”列中的国家，例如'阿富汗'，'阿尔巴尼亚'，'阿尔及利亚'等等。所以，我首先想要在表格中创建一个新列来存储每个国家的双音节字符串。我跑了下面的代码：

UPDATE country SET NameDM = dm(name) 

一切工作正常。阿富汗的metaphone字符串是'AFKNSTN'，阿尔巴尼亚的'ALPN'，阿尔及利亚的'ALKR，ALJR'等。“真棒”，我想。

然而，当我试图查询该表，我没有得到结果。每metaphone.sql的作者，我坚持下面的SQL语句的语法：

SELECT Name FROM tblPeople WHERE dm(Name) = dm(@search) 

于是，我改变了这种代码如下：

SELECT * FROM country WHERE dm(name) = dm(@search) 

当然，我改变了“@搜索“到我正在查找的任何搜索字词，但是在每个SQL查询后我都得到了0个结果。

谁能解释一下这个问题？我是否错过了重要的东西，或者我只是误解了Metaphone算法？

谢谢！

Answer 1

采取在核对/字符集/编码仔细看（它可以被下降到列级定义）。排序规定了字符串如何进行比较，但字符集可能意味着使用某种排序规则。也许你的字符串有不同的字符集，导致字符串比较失败。

即使这样也透出

select name, length(name), char_length(name), @search, length(@search), char_length(@search) from tbl 

。

show variables like 'character%' 

。

show create table tbl 

Answer 2

SELECT * FROM country WHERE NameDM = dm(@search) 

可能是你想要的到底是什么，所以你不计算每个国家每次你做了搜索时间的DM。你看起来应该可以工作。你可以通过干扰拍摄：

SELECT dm('Albania') 

...应该让你ALPN。现在你得到什么...

SELECT * FROM country WHERE NameDM = 'ALPN' 

？

Answer 3

当比较dm()输出I使用下面的函数，以允许模糊性的另一水平。直接检查dm('smith') != dm('schmitt')失败了大量的名字，包括我自己的常见拼写错误。

该函数创建一个0.0到1.0之间的匹配权重（我希望），它允许我对每个返回的行进行排名，并选择好处，0.3对于捕捉奇怪的发音是一个相当不错的值，0.5是比较平常的。

即 dmcompare(dm("boothroyd"), dm("boofreed")) = 0.3
dmcompare(dm("smith"), dm("scmitt")) = 0.5

请注意，这是双音位字符串和不原串，这是性能问题的比较，我的数据库包含了音位列以及原始字符串。

 
    CREATE FUNCTION `dmcompare`(leftValue VARCHAR(55), rightValue VARCHAR(55)) 
     RETURNS DECIMAL(2,1) 
    NO SQL 
    BEGIN 
    --------------------------------------------------------------------------------------- 
    -- Compare two (double) metaphone strings for potential similarlity, i.e. 
    -- dm("smith") != dm("schmitt") :: "SM0;XMT" != "XMT;SMT" 
    -- dmcompare(dm('smith'), dm('schmitt') returns 0,5 
    -- @author: P.Boothroyd 
    -- @version: 0.9, 08/01/2013 
    -- The values here can still be played with 
    -- (c) GNU P L - feel free to share and adapt, but please acknowledge the original code 
    --------------------------------------------------------------------------------------- 
     DECLARE leftPri, leftSec, rightPri, rightSec VARCHAR(55) DEFAULT ''; 
     DECLARE sepPos INT; 
     DECLARE retValue DECIMAL(2,1); 
     DECLARE partMatch BOOLEAN; 

     -- Extract the metaphone tags 
     SET sepPos = LOCATE(";", leftValue); 
     IF sepPos = 0 THEN 
      SET sepPos = LENGTH(leftValue) + 1; 
     END IF; 
     SET leftPri = LEFT(leftValue, sepPos - 1); 
     SET leftSec = MID(leftValue, sepPos + 1, LENGTH(leftValue) - sepPos); 

     SET sepPos = LOCATE(";", rightValue); 
     IF sepPos = 0 THEN 
      SET sepPos = LENGTH(rightValue) + 1; 
     END IF; 
     SET rightPri = LEFT(rightValue, sepPos - 1); 
     SET rightSec = MID(rightValue, sepPos + 1, LENGTH(rightValue) - sepPos); 

     -- Calculate likeness factor 
     SET retValue = 0; 
     SET partMatch = FALSE; 
     -- Primaries equal 50% match 
     IF leftPri = rightPri THEN 
      SET retValue = retValue + 0.5; 
      SET partMatch = TRUE; 
     ELSE 
      IF SOUNDEX(leftPri) = SOUNDEX(rightPri) THEN 
       SET retValue = retValue + 0.3; 
       SET partMatch = TRUE; 
      END IF; 
     END IF; 
     -- Test alternate primary and secondaries, worth 30% match 
     IF leftSec = rightPri THEN 
      SET retValue = retValue + 0.3; 
      SET partMatch = TRUE; 
      IF SOUNDEX(leftSec) = SOUNDEX(rightPri) THEN 
       SET retValue = retValue + 0.2; 
       SET partMatch = TRUE; 
      END IF; 
     END IF; 
     -- Test alternate primary and secondaries, worth 30% match 
     IF leftPri = rightSec THEN 
      SET retValue = retValue + 0.3; 
      SET partMatch = TRUE; 
      IF SOUNDEX(leftPri) = SOUNDEX(rightSec) THEN 
       SET retValue = retValue + 0.2; 
       SET partMatch = TRUE; 
      END IF; 
     END IF; 
     -- Are secondary values the same or both NULL 
     IF leftSec = rightSec THEN 
      -- No secondaries ... 
      IF leftSec = '' THEN 
       -- If there is prior matching then no secondaries is 40% 
       IF partMatch = TRUE THEN 
        SET retValue = retValue + 0.4; 
       END IF; 
      ELSE 
       -- If the secondaries match then 50% match 
       SET retValue = retValue + 0.5; 
      END IF; 
     ELSE 
      IF SOUNDEX(leftSec) = SOUNDEX(rightSec) THEN 
       IF leftSec = '' THEN 
        IF partMatch = TRUE THEN 
         SET retValue = retValue + 0.3; 
        END IF; 
       END IF; 
      END IF; 
     END IF; 
     RETURN (retValue); 
    END 

请随时个代码中使用，也请注明来源为这个代码P.Boothroyd任何用途 - 即改变价值观念等

干杯，保罗