如何在JAVA中搜索阿拉伯语文本？

我在数据库中有带变音符号的阿拉伯文文本。当我键入阿拉伯语搜索某个字符串时，它没有与数据库字符串绝对不匹配的变音符号。它在没有变音符号的文本上工作得很好。有没有办法在带有变音符号的文本上运行它？

阿拉伯变音符号是字符，所以您可以像这样使用like子句：

SELECT * FROM table WHERE name LIKE 'a[cd]*b[cd]*'

这将发现“ab”之间有任意数量的c或d

你可以在每个字母后面的方括号中加上所有阿拉伯字母的发音符号

您可以通过其unicode代码点找到所有这些代码

有没有办法在带有变音符号的文本上运行它

不幸的是，没有。就像MIE说的：

---

阿拉伯文发音符号是字符

就我所知，这是不可能的

MIE的答案将很难实现，而且如果您更改数据库中的任何内容，将根本无法获得更新

你也许可以看看这个。我不确定，但看起来它能解决你的问题

或者，您需要从数据库中删除所有的变音符号，然后只需使用一个小型的阿拉伯语规范化器（如：

---

我发现这样做更好。所有奖励都是为了：

import java.text.Normalizer;
import java.text.Normalizer.Form;

/**
 *
 * @author Ibbtek <http://ibbtek.altervista.org/>
 */
public class ArabicDiacritics {

    private String input;
    private final String output;

    /**
     * ArabicDiacritics constructor
     * @param input String
     */
    public ArabicDiacritics(String input){
        this.input=input;
        this.output=normalize();
    }

    /**
     * normalize Method
     * @return String
     */
    private String normalize(){

        input = Normalizer.normalize(input, Form.NFKD)
                .replaceAll("\\p{M}", "");

        return input;
    }

    /**
     * @return the output
     */
    public String getOutput() {
        return output;
    }

    public static void main(String[] args) {
        String test = "كَلَّا لَا تُطِعْهُ وَاسْجُدْ وَاقْتَرِبْ ۩";
        System.out.println("Before: "+test);
        test=new ArabicDiacritics(test).getOutput();
        System.out.println("After: "+test);
    }
}

导入java.text.Normalizer；
导入java.text.Normalizer.Form；
/**
*
*@author Ibbtek
*/
公共类阿拉伯批评{
私有字符串输入；
私有最终字符串输出；
/**
*阿拉伯语系构造器
*@param输入字符串
*/
公共阿拉伯字母（字符串输入）{
这个输入=输入；
this.output=normalize（）；
}
/**
*规范化方法
*@返回字符串
*/
私有字符串规范化（）{
输入=Normalizer.normalize（输入，Form.NFKD）
.replaceAll（“\\p{M}，”）；
返回输入；
}
/**
*@返回输出
*/
公共字符串getOutput（）{
返回输出；
}
公共静态void main（字符串[]args）{
弦乐测试；
System.out.println（“之前：+测试）；
test=新的ArabicDiacritics（test）.getOutput（）；
System.out.println（“之后：”+测试）；
}
}

请参见下面我为android创建的类，返回可扩展字符串。它是如此的基本，不需要担心内存消耗。你们可以优化自己

http://freshinfresh.com/sample/ABHArabicDiacritics.java

如果要检查阿拉伯字符串中包含的不带nunition（harakath）的内容

    ABHArabicDiacritics objSearchd = new ABHArabicDiacritics();
objSearchdobjSearch.getDiacriticinsensitive("وَ اَشْهَدُ اَنْ لا اِلهَ اِلاَّ اللَّهُ").contains("اشهد");

如果要返回字符串中的高亮或红色搜索部分。 使用下面的代码

ABHArabicDiacritics objSearch = new ABHArabicDiacritics( وَ اَشْهَدُ اَنْ لا اِلهَ اِلاَّ اللَّهُ, اشهد);
SpannableString spoutput=objSearch.getSearchHighlightedSpan();
            textView.setText(spoutput);

要查看搜索文本的开始和结束位置， 使用以下方法

 /** to serch Contains */
            objSearch.isContain();//
            objSearch.getSearchHighlightedSpan();
            objSearch.getSearchTextStartPosition();
            objSearch.getSearchTextEndPosition();

请复制共享java类并享受

如果你们要求的话，我会花更多的时间来开发更多的功能

---

谢谢

希望不要在聚会上迟到，我的问题与OP有点不同，我想搜索带有变音符号的阿拉伯语文本，并想用一些颜色标记搜索到的文本，因此我需要保存匹配文本的索引

问题是，规范化没有变音符号的文本将减少文本长度，并将获得搜索文本的不同索引

所以，通过使用正则表达式和

SpannableString

/*
 * input: input text with Arabic Diacritics Or Letters that you want to ignore while searching
 * searchedWord: the word/text that you want to search in @input text
 * color: used to return a the founded matches with a different Foreground color using a SpannableString
 * */
public static Spannable searchArabicWithIgnoredDiacriticsOrLetters(String input, String searchedWord, int color) {

    Spannable output = new SpannableString(replaceLetters(input));
    StringBuilder sb = new StringBuilder();
    for (char ch : replaceLetters(searchedWord).toCharArray()) {
        sb.append(ch);
        sb.append("[\\u0655\\u0654\\u0670\\u065F\\u065E\\u065D\\u065C\\u065B\\u065A\\u0659\\u0658\\u0657\\u0656\\u06EC\\u06EB\\u06EA\\u06E4\\u061A\\u0619\\u0618\\u0617\\u0616\\u0615\\u064B\\u064C\\u064D\\u064E\\u064F\\u0650\\u0651\\u0652\\u0653\\u06DA\\u06D6\\u06D7\\u06D8\\u06D9\\u06DB\\u06DC\\u06DF\\u06E0\\u06E1\\u06E2\\u06E3\\u06E5\\u06E6\\u06E7\\u06E8\\u06EB\\u06EC\\u06ED]*");
    }

    Pattern pattern = Pattern.compile(String.valueOf(sb)); // get Pattern of the Regex
    Matcher matcher = pattern.matcher(input);  // get Matcher of the Pattern Regex in the input text
    while (matcher.find())
        output.setSpan(new ForegroundColorSpan(color),
                matcher.start(), matcher.end(), Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);
    return output;
}

public static String replaceLetters(String input) {
    String output;
    output = input.replaceAll("أ", "ا");
    output = output.replaceAll("إ", "ا");
    output = output.replaceAll("ى", "ي");
    output = output.replaceAll("ة", "ه");
    output = output.replaceAll("آ", "ا");
    output = output.replaceAll("ٱ", "ا");
    return output;
}

replaceLetters（）

---

注意：您可以参考Unicode表示法的公认答案。

文本的编码是什么？是utf-8吗？你是说你想搜索U+0632并找到U+0633吗？在这种情况下，您可以编写自己的搜索或字符串。replace（）某些regexp In（使用regex搜索）是肯定的吗？您只需从db读取局部变量，并在局部删除变音符号，然后与搜索字符串进行比较。我用的是这种方式，它工作得很好。也许你应该放一个链接，指向这个答案的正确答案。谢谢你，这个程序真的很有用。测试字符串包含一个sajda-ayah。现在我需要做一个sajdah，只用于在Stackoverflow中阅读帖子。

String targetWord = "الذين"
String text = "صِرَاطَ الَّذِينَ أَنْعَمْتَ عَلَيْهِمْ غَيْرِ الْمَغْضُوبِ عَلَيْهِمْ وَلَا الضَّالِّين";

char[] input = targetWord.toCharArray();
StringBuilder regex = new StringBuilder("");
for(char c : input) {
   regex.append(c);
   regex.append("(\\p{M})*");
}

Pattern searchRegEx = Pattern.compile(regex.toString());
Matcher m = searchRegEx.matcher(text);

if(m.find()){
   i = m.start();
   System.out.println("m.group(0):: " + i + " : " + m.group(0));
}

/*
 * input: input text with Arabic Diacritics Or Letters that you want to ignore while searching
 * searchedWord: the word/text that you want to search in @input text
 * color: used to return a the founded matches with a different Foreground color using a SpannableString
 * */
public static Spannable searchArabicWithIgnoredDiacriticsOrLetters(String input, String searchedWord, int color) {

    Spannable output = new SpannableString(replaceLetters(input));
    StringBuilder sb = new StringBuilder();
    for (char ch : replaceLetters(searchedWord).toCharArray()) {
        sb.append(ch);
        sb.append("[\\u0655\\u0654\\u0670\\u065F\\u065E\\u065D\\u065C\\u065B\\u065A\\u0659\\u0658\\u0657\\u0656\\u06EC\\u06EB\\u06EA\\u06E4\\u061A\\u0619\\u0618\\u0617\\u0616\\u0615\\u064B\\u064C\\u064D\\u064E\\u064F\\u0650\\u0651\\u0652\\u0653\\u06DA\\u06D6\\u06D7\\u06D8\\u06D9\\u06DB\\u06DC\\u06DF\\u06E0\\u06E1\\u06E2\\u06E3\\u06E5\\u06E6\\u06E7\\u06E8\\u06EB\\u06EC\\u06ED]*");
    }

    Pattern pattern = Pattern.compile(String.valueOf(sb)); // get Pattern of the Regex
    Matcher matcher = pattern.matcher(input);  // get Matcher of the Pattern Regex in the input text
    while (matcher.find())
        output.setSpan(new ForegroundColorSpan(color),
                matcher.start(), matcher.end(), Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);
    return output;
}

public static String replaceLetters(String input) {
    String output;
    output = input.replaceAll("أ", "ا");
    output = output.replaceAll("إ", "ا");
    output = output.replaceAll("ى", "ي");
    output = output.replaceAll("ة", "ه");
    output = output.replaceAll("آ", "ا");
    output = output.replaceAll("ٱ", "ا");
    return output;
}

public static String replaceLetters(String input) {
    String output;

    output = input.replaceAll("\\u0623", String.valueOf((char) Integer.parseInt("0627", 16)));  // replace أ with ا
    output = output.replaceAll("\\u0625", String.valueOf((char) Integer.parseInt("0627", 16))); // replace إ with ا
    output = output.replaceAll("\\u0649", String.valueOf((char) Integer.parseInt("064A", 16))); // replace ي with ى
    output = output.replaceAll("\\u0629", String.valueOf((char) Integer.parseInt("0647", 16))); // replace ة with ه
    output = output.replaceAll("\\u0622", String.valueOf((char) Integer.parseInt("0627", 16))); // replace آ with ا
    output = output.replaceAll("\\u0671", String.valueOf((char) Integer.parseInt("0627", 16))); // replace ٱ with ا

    return output;
}