Django阿拉伯语字段搜索：实现أ/ا、ى/ي字符等效匹配

方案一：数据库排序规则配置 #

这是最彻底的解决方式，直接让数据库把阿拉伯语等效字符（如‘أ’/‘ا’、‘ى’/‘ي’）视为相同。你可以给name和author字段指定支持阿拉伯语不区分变音的排序规则：

• MySQL用utf8mb4_ar_0900_ai_ci（AI代表不区分重音/变音）
• PostgreSQL用ar_0900_ai_ci

修改模型字段：

class Book(models.Model):
    name = models.CharField(max_length=255, db_collation='utf8mb4_ar_0900_ai_ci')
    author = models.CharField(max_length=255, db_collation='utf8mb4_ar_0900_ai_ci')
    # 其他字段保持不变

之后生成并执行迁移，数据库在执行icontains匹配时会自动识别等效字符，不用修改原有查询代码。

方案二：使用Django Unaccent查找（适用于PostgreSQL） #

如果用PostgreSQL，先启用unaccent扩展：

CREATE EXTENSION unaccent;

然后在查询中结合Unaccent处理关键词，它会自动标准化阿拉伯语变音字符：

from django.contrib.postgres.search import Unaccent

keyword = request.POST.get('search', '')
books = Book.objects.filter(
    Q(name__icontains=Unaccent(keyword)) | Q(author__icontains=Unaccent(keyword))
).order_by('category', 'code')

方案三：自定义查找类 #

把阿拉伯语字符的等效转换逻辑封装成Django自定义查找，避免每次查询手动替换关键词。以下是MySQL示例：

from django.db.models import Lookup
from django.db.models.fields import CharField, TextField

class ArabicIcontains(Lookup):
    lookup_name = 'arabic_icontains'

    def as_sql(self, compiler, connection):
        lhs, lhs_params = self.process_lhs(compiler, connection)
        rhs, rhs_params = self.process_rhs(compiler, connection)
        # 批量替换等效字符
        rhs = f"REGEXP_REPLACE({rhs}, '[أإآ]', 'ا')"
        lhs = f"REGEXP_REPLACE({lhs}, '[أإآ]', 'ا')"
        rhs = f"REGEXP_REPLACE({rhs}, '[ىي]', 'ي')"
        lhs = f"REGEXP_REPLACE({lhs}, '[ىي]', 'ي')"
        return f"{lhs} LIKE CONCAT('%', {rhs}, '%')", lhs_params + rhs_params

# 注册到字符字段
CharField.register_lookup(ArabicIcontains)
TextField.register_lookup(ArabicIcontains)

查询时直接用自定义的查找类型：

keyword = request.POST.get('search', '')
books = Book.objects.filter(
    Q(name__arabic_icontains=keyword) | Q(author__arabic_icontains=keyword)
).order_by('category', 'code')

内容的提问来源于stack exchange，提问作者Abdelmasieh Baselious