دليل · العربية واتجاه الكتابة

بحث عربي يفهم ما يقصده الناس.

أحمد واحمد، مدرسة ومدرسه، ١٣ و13: يكتب الناس الشيء نفسه بطرق مختلفة، والمطابقة الحرفية تعدّها كلمات مختلفة. دالة توحيد صغيرة تُطبَّق على الطرفين تحلّ معظم المشكلة.

آخر تحديث: 16 تشرين الثاني 2026تاريخ التحقق من المصادر: 16 تشرين الثاني 2026راجعه: م. حسن قصاص

الجواب المختصر

في العربية كتابات عدة يقرؤها الناس كلمة واحدة: الألف بهمزة أو دونها (أ إ آ ا)، والألف المقصورة أو الياء في آخر الكلمة (ى ي)، والتاء المربوطة أو الهاء (ة ه)، والتشكيل الاختياري، والتطويل (ـ)، ونوعان من الأرقام. ولوحات المفاتيح تزيد الأمر: التخطيط الفارسي يكتب ک وی، والنصوص القديمة قد تحوي أشكالاً عرضية مثل ﻻ.

وحّد النص المخزّن وكلمة البحث بالدالة نفسها ثم قارن. في سوق مثل Dealio، السوق الذي بنته إنوفيف وتديره، يكتب الإعلاناتِ أناسٌ ويبحث عنها أناس آخرون على لوحات مفاتيح مختلفة، وهنا بالضبط تظهر أهمية ذلك. احتفظ بالنص الأصلي للعرض، وابحث في النسخة الموحّدة فقط.

ما الذي يُوحَّد

القواعد مع مثال لكل منها

تصبحمثال
أ إ آ ٱ (الألف بهمزة أو مدّة)اإبراهيم ← ابراهيم
ى (الألف المقصورة)يمستشفى ← مستشفي
ة (التاء المربوطة)همدرسة ← مدرسه
ؤ وئو ويمسؤول ← مسوول
التشكيل (فتحة وضمة وكسرة وشدّة وسكون وتنوين)يُحذفمُسْتَشْفى ← مستشفي
التطويل ـيُحذفسيـــارة ← سياره
الأشكال العرضية مثل ﻻالحروف الأساسية (NFKC)ﻻبتوب ← لابتوب
الأرقام العربية ٠-٩ والفارسية ۰-۹0-9آيفون ١٣ ← ايفون 13
ک وی الفارسيتانك ويکتاب ← كتاب
شيفرة مُختبرة · JavaScript

دالة التوحيد ومقسّم الكلمات

تطبّق normalizeArabic القواعد أعلاه. وتقسم searchTokens الناتج إلى كلمات وتحذف أداة التعريف من أول الكلمة، فتطابق السيارة وبالسيارة وللبيع كلمتي سيارة وبيع:

// Normalise Arabic text so a search matches however the word was typed.
// Run the SAME function on stored text and on the query.
const DIACRITICS = /[ً-ٰٟۖ-ۭ]/g; // tashkeel, shadda, sukun, dagger alef
const toLatinDigits = (s) => s
  .replace(/[٠-٩]/g, (d) => d.charCodeAt(0) - 0x0660)  // Arabic-Indic
  .replace(/[۰-۹]/g, (d) => d.charCodeAt(0) - 0x06F0); // Extended (Persian keyboards)

function normalizeArabic(text) {
  return toLatinDigits(String(text).normalize("NFKC")) // ﻻ ﺍ presentation forms -> base letters
    .replace(DIACRITICS, "")
    .replace(/ـ/g, "")          // tatweel: سيـــارة
    .replace(/[أإآٱ]/g, "ا")
    .replace(/ى/g, "ي")
    .replace(/ة/g, "ه")
    .replace(/ؤ/g, "و")
    .replace(/ئ/g, "ي")
    .replace(/ک/g, "ك")
    .replace(/ی/g, "ي")
    .toLowerCase()
    .replace(/\s+/g, " ")
    .trim();
}

// Split into search tokens and drop the article: السيارة, بالسيارة, للبيع.
function searchTokens(text) {
  return normalizeArabic(text)
    .split(/[^\p{L}\p{N}]+/u)
    .filter(Boolean)
    .map((t) => t.replace(/^(?:[وفبك]?ال|لل)(?=\p{L}{2,})/u, ""));
}

تنجح 16 حالة اختبار، منها نص لاتيني (يتحوّل إلى أحرف صغيرة)، وفراغات زائدة، وكلمة من حرفين تحتفظ بأداة التعريف (الو)، وكلمة ألمانيا التي تفقد «ال» أيضاً لكنها تبقى مطابقة لنفسها لأن الطرفين يُعالَجان بالطريقة نفسها.

شيفرة مُختبرة · Dart

القواعد نفسها داخل تطبيق Flutter

للبحث دون اتصال، وحّد النص داخل التطبيق قبل حفظه في قاعدة البيانات المحلية، ووحّد كلمة البحث بالطريقة نفسها. لا تملك Dart دالة NFKC مدمجة، لذا تُحوَّل أشكال لام ألف العرضية يدوياً:

/// Normalise Arabic for offline search (same rules as the JavaScript version).
String normalizeArabic(String text) {
  var s = text;
  s = s.replaceAllMapped(RegExp('[٠-٩]'), (m) => '${m[0]!.codeUnitAt(0) - 0x0660}');
  s = s.replaceAllMapped(RegExp('[۰-۹]'), (m) => '${m[0]!.codeUnitAt(0) - 0x06F0}');
  s = s
      .replaceAll(RegExp('[ً-ٰٟۖ-ۭ]'), '')
      .replaceAll('ـ', '')
      .replaceAll('ﻻ', 'لا') // ﻻ lam-alef presentation form (Dart has no NFKC built in)
      .replaceAll('ﻼ', 'لا')
      .replaceAll(RegExp('[أإآٱ]'), 'ا')
      .replaceAll('ى', 'ي')
      .replaceAll('ة', 'ه')
      .replaceAll('ؤ', 'و')
      .replaceAll('ئ', 'ي')
      .replaceAll('ک', 'ك')
      .replaceAll('ی', 'ي');
  return s.toLowerCase().replaceAll(RegExp(r'\s+'), ' ').trim();
}

مُشغّلة عبر flutter test على أمثلة نسخة JavaScript نفسها. ويشرح دليل التطبيقات التي تعمل دون اتصال لماذا يجب أن يعمل البحث دون إنترنت.

مقايضات

ما لا تفعله هذه الدالة

  • تفقد معلومات عن قصد. تحويل ة إلى ه يدمج كلمات لا تختلف إلا بهذا الحرف. هذا جيد للعثور على الأشياء وخاطئ لعرضها، فلا تعرض النص الموحّد أبداً.
  • ليست أداة تجذير. كتاب وكتب تبقيان كلمتين مختلفتين. التجذير العربي الكامل يجلب أخطاءه الخاصة، فابدأ بالتوحيد وأضف مرادفات للكلمات التي يبحث عنها مستخدموك فعلاً.
  • لا تحوّل بين الأبجديات. ايفون وiPhone نصّان مختلفان. احتفظ بجدول مرادفات صغير لأسماء العلامات التجارية التي يكتبها المستخدمون بالأبجديتين.
  • خزّن النسخة الموحّدة في عمود خاص بها وفهرس ذلك العمود. التوحيد وقت البحث على كل سطر بطيء على الموبايل وعلى الخادم.
  • الكتابة باللهجة مسألة محتوى لا مسألة توحيد. إن بحث المستخدمون عن «شو» أو «ليش» فأضفها إلى قائمة المرادفات لا إلى الدالة.
أسئلة شائعة

أسئلة متكررة

غالباً لأن الكلمة المخزّنة وكلمة البحث مكتوبتان بشكل مختلف: همزة على الألف، أو ة وه في الآخر، أو تشكيل وتطويل، أو أرقام عربية. وحّد الطرفين بالدالة نفسها قبل المقارنة.

المصادر

من أين جاءت هذه المعلومات

  1. Arabic block chart (U+0600 to U+06FF)Unicode Consortium · accessed 16 Nov 2026
  2. UAX #15: Unicode Normalization FormsUnicode Consortium · accessed 16 Nov 2026
  3. String.prototype.normalize()MDN Web Docs · accessed 16 Nov 2026

الشيفرة مُختبرة على Node 24 وFlutter 3.44 في 16 تشرين الثاني 2026.

أدلة وأدوات

تابع القراءة

البحث عندك يفشل بالعربي؟

أرسل لنا بضع عمليات بحث يُفترض أن تنجح ولا تنجح، ونخبرك بالسبب.