# 关于法语搜索处理（“œ”和“æ”特殊字符）的改进建议 **URL:** \ **Category:** Feature\ **Tags:** search, completed\ **Created:** [2022年二月21日 17:05 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973 "2022-02-21T17:05:48Z")\ **Posts on this page:** 8\ **Page:** 1
**Author:** ![Canapin](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/canapin/32/119591_2.png) [@Canapin](https://meta.discourse.org/u/Canapin)\ **Post date:** [2022年二月21日 17:05 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/1 "2022-02-21T17:05:48Z")
一些法语单词使用以下字符： - Œ, œ，例如在 œuf（鸡蛋）或 cœur（心脏）中，œuvre（有多种翻译和含义，此处不详述，无关紧要），[其他](https://www.motsavec.com/search.php?m=%C5%93)。 - Æ, æ，例如在 nævus（痣的科学术语（皮肤上的点，不是动物）或 [其他](https://www.motsavec.com/search.php?m=%C3%A6)）。 **æ** 很少使用（我认为它总是源自拉丁语的科学/医学术语？），但 **œ** 在法语中却相当常见。 遗憾的是，法语键盘布局中没有这些特殊字符，很多人干脆写“oe”或“ae”代替。 但是，一些用户拥有自定义布局，智能手机的自动更正，或其他一些书写辅助系统经常会自动更正单词，使用正确的“合并字符”，例如“oeuvre” → “œuvre”。 目前，搜索会将“oe”和“œ”视为不同的字符串进行处理，这会导致不同的结果，而这些结果本应是相同的。 示例： [https://forum.monocycle.info/search?q=coeur](https://forum.monocycle.info/search?q=coeur) [https://forum.monocycle.info/search?q=cœur](https://forum.monocycle.info/search?q=c%C5%93ur) 我的建议是，“oe”和“œ”、“OE”和“Œ”应被视为相同的字符串进行处理。同样，“ae”和“æ”、“AE”和“Æ”也应如此。 ---
**Author:** ![sam](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/sam/32/102149_2.png) [@sam](https://meta.discourse.org/u/sam)\ **Post date:** [2022年二月23日 23:57 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/2 "2022-02-23T23:57:31Z")
@zogstrip / @j.jaffeux 这是一个非常有趣的问题，您怎么看？我们可以添加一个由站点设置支持的 normalizer。 ---
**Author:** ![zogstrip](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/zogstrip/32/512781_2.png) [@zogstrip](https://meta.discourse.org/u/zogstrip)\ **Post date:** [2022年二月24日 13:30 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/3 "2022-02-24T13:30:07Z")
```plaintext SELECT to_tsvector('french', E'Cette oeuvre d\\'art n\\'est pas une œuvre.'); to_tsvector ------------------------------------ 'art':4 'cet':1 'oeuvr':2 'œuvr':9 (1 row) ``` 出于某些原因，我认为处理重音符号、连字等是搜索中已解决的问题……我猜不是？🤷‍♂️ > [@sam](#): > > 我们可以添加一个由站点设置支持的正常化器。 作为一个 🇫🇷，我绝对支持这一点。看起来我们可以使用 [PostgreSQL 的 `unaccent`](https://www.postgresql.org/docs/current/unaccent.html)，它可以移除重音符号，还可以处理常见的连字。 ```plaintext SELECT to_tsvector('french', unaccent('œuvre poêle œuf Noël électroencéphalogramme æ Æ')); to_tsvector ------------------------------------------------------------------------- 'ae':6,7 'electroencephalogramm':5 'noel':4 'oeuf':3 'oeuvr':1 'poel':2 (1 row) ``` ---
**Author:** ![Canapin](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/canapin/32/119591_2.png) [@Canapin](https://meta.discourse.org/u/Canapin)\ **Post date:** [2022年二月24日 13:33 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/4 "2022-02-24T13:33:51Z")
> [@zogstrip](#): > > 作为一名 🇫🇷 而且作为一个法国人，你是否和我一样讨厌这种（虽然有趣但却）无用的语言复杂性？ 😄 抱歉，有点离题的幽默 ---
**Author:** ![sam](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/sam/32/102149_2.png) [@sam](https://meta.discourse.org/u/sam)\ **Post date:** [2022年二月25日 02:09 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/5 "2022-02-25T02:09:23Z")
您认为我们应该直接修改 `search_ignore_accents` 的实现以使用 `unaccent`，还是需要一个全新的设置？ 我比较倾向于直接更改忽略重音的实现，因为这与 PG 的做法保持一致。 ---
**Author:** ![zogstrip](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/zogstrip/32/512781_2.png) [@zogstrip](https://meta.discourse.org/u/zogstrip)\ **Post date:** [2022年二月25日 14:44 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/6 "2022-02-25T14:44:29Z")
> [@sam](#): > > 您认为我们应该直接修改 `search_ignore_accents` 的实现以使用 `unaccent`，还是需要一个全新的设置？ 这是个好问题 🤔 这对于 🇫🇷 肯定会起作用，但其他地区可能不符合预期？ 查看 `/usr/share/postgresql/13/tsearch_data/unaccent.rules` 文件后，看起来很安全。 我绝对支持删除我们 `search_ignore_accents` 设置以使用 postgresql 的 `unaccent` 👍 @nbianca 您能把它加到您的待办事项里吗？ ---
**Author:** ![nbianca](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/nbianca/32/157984_2.png) [@nbianca](https://meta.discourse.org/u/nbianca)\ **Post date:** [2022年三月8日 17:52 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/7 "2022-03-08T17:52:01Z")
我在这个 PR 中用 Postgresql 的 unaccent 替换了我们旧的 Ruby 实现： > > > The search\_ignore\_accents site setting can be used to make the search > indexer r…emove the accents before indexing the content. The unaccent > function from PostgreSQL is better than Ruby's unicode\_normalize(:nfkd). ---
**Author:** ![nbianca](https://sea3.discourse-cdn.com/meta/user_avatar/meta.discourse.org/nbianca/32/157984_2.png) [@nbianca](https://meta.discourse.org/u/nbianca)\ **Post date:** [2022年三月12日 06:00 UTC](https://meta.discourse.org/t/suggestion-of-a-slight-improvement-regarding-french-search-processing-oe-and-ae-special-characters/218973/8 "2022-03-12T06:00:49Z")
此主题已在 3 天后自动关闭。不再允许回复。