如何在SQL Server中实现基于连字的阿拉伯语分词

Question

如何在SQL Server中基于connected Ligature拆分阿拉伯语单词，例如

أخبارى

أ - خبا - ر - ى

أخذتهم

أ -  خذ - تهم

​

​

我尝试了许多解决方案，但它们要么基于空格，要么基于任何分隔符，在我的情况下没有空格。

Answer 1

这是非常初级的，应该只作为一个起点。

这是搜索每个连字，并将其替换为添加一个空格。

DECLARE @word NVARCHAR(100) = N'أخبارى' 
SELECT LEN(@word), @word
SELECT REPLACE(REPLACE(REPLACE(REPLACE(@word, N'أ', N'أ '), N'ى', N'ى '), N'ر', N'ر ' ), N'خب', N'خب ') 
SELECT LEN(REPLACE(REPLACE(REPLACE(REPLACE(@word, N'أ', N'أ '), N'ى', N'ى '), N'ر', N'ر ' ), N'خب', N'خب ') )

您可以创建一个包含所有可能的连字的表，并按照上述模式使用动态SQL查询该表。我将提供一个例子来说明我的意思