如何查询数据库中不相似但几乎匹配的项目

Question

如何在数据库中查询不仅与样本完全相似而且几乎相似的项目？几乎作为搜索引擎工作，但只适用于小型项目，最好在 Java 中。例如：

String sample = "Sample";

我想在每次查询时检索以下所有内容 sample:

String exactMatch = "Sample";
String nonExactMatch = "S   amp   le";
String nonExactMatch_2 = "ampls";

Answer 1

您可以在 myisam 全文索引列中使用 match_against。

Answer 2

您需要用您的数据库可以理解的术语来定义相似的含义。

一些可能性包括编辑距离，例如。

在您的示例中，示例匹配...

..."Sample"，如果您搜索时不区分大小写。

..."S amp le"，如果您从查询字符串和目标字符串中删除一组忽略的字符（此处仅 space）。您可以将新值存储在数据库中：

   ActualValue      SearchFor
   John Q. Smith    johnqsmith%

当有人搜索 "John Q. Smith, Esq." 时，您可以将其归结为 johnqsmithesq 和运行

   WHERE 'johnqsmithesq' LIKE SearchFor

"ampls" 更棘手。为什么 'ampls' 与 'sample' 匹配？一个共同的子串？一些共享的字母？他们的订单是否有效（即字谜是否有效）？可能的方法有很多，但必须由您来决定。您可以使用 Levenshtein 距离，或者存储一个字符串，例如“100020010003...”，其中每个数字编码您拥有的字母数，最多 9 个（因此 3 个 C 和 2 个 B，但没有 A 会给出“023 ... ") 然后运行该综合症与数据库中每个术语的综合症之间的 Levenshtein 距离：

 ActualValue    Search1     Rhymes  abcdefghij_Contains  anagramOf
 John Q. Smith  johnqsmith% ith     0000000211011...     hhijmnoqst

...等等。

一种方法是问自己，我必须如何转换搜索值和搜索值，以便它们匹配？，然后继续并在代码中实现它。

如何查询数据库中不相似但几乎匹配的项目

How can I go about querying a database for non-similar, but almost matching items

mysql

database

algorithm

matching