数据库存储值含特殊字符时如何与无特殊字符的查询内容匹配

这类带重音、特殊变体字符的匹配需求，本质是要做*重音不敏感（accent-insensitive）*的模糊匹配，常用实现方案分三类：

1. 调整数据库校对规则（最推荐） #

大部分主流数据库都支持通过调整字段的校对（collation）规则，自动识别特殊字符和常规字符的等价关系，不需要额外改业务代码：

• MySQL：将目标字段的校对规则设置为utf8mb4_0900_ai_ci（8.0+版本）或者utf8mb4_general_ci，这类规则默认忽略重音、大小写差异，直接执行WHERE 字段名 = 'Dona Ana'就能命中存储的Doña Ana记录。
• PostgreSQL：建表时为字段指定utf8_ai_ci类的校对规则，或者查询时临时指定：WHERE 字段名 COLLATE "utf8_general_ci" = 'Dona Ana'
• SQL Server：使用带CI_AI后缀的校对规则即可，比如SQL_Latin1_General_CP1_CI_AI

2. 规范化预处理（性能最优） #

如果不想修改原有表的校对规则，可以新增一个预处理后的专用搜索字段：

• 存储数据时，额外对原字段做特殊字符归一化处理，把ñ转成n、é转成e这类，将处理后的Dona Ana存在字段名_normalized这类新字段中并建索引
• 用户发起搜索时，先对输入的查询关键词做完全相同的归一化处理，再和字段名_normalized做精确匹配即可
  各语言都有成熟的归一化工具：Python可以用unidecode库、Java用java.text.Normalizer类、JS用String.prototype.normalize配合正则替换即可。

3. 查询时实时转换（仅适合小数据量场景） #

如果不想新增字段，也可以在查询时对存储的字段值做实时转换后匹配：

• PostgreSQL可以安装unaccent扩展，直接调用WHERE unaccent(字段名) = unaccent('Dona Ana')
• MySQL可以手动写替换逻辑，或者自定义重音移除函数：WHERE 自定义重音移除函数(字段名) = 'Dona Ana'

注意：这种方式会让字段上的索引失效，数据量超过10万条时查询性能会大幅下降，不适合高频搜索场景。

内容的提问来源于stack exchange，提问作者santa