Question

我有一个带有标签（单词）的表格。每当我想在表格中添加一个新项目（单词）时，我想首先看到的单词看起来最像我正在输入的单词，所以我可以意识到我已经在表格中看到了一个看起来像这样的单词

有点像在Mysql中使用match（）函数，但我不想要对应多少单词的分数。但是在一个单词中得分，有多少个字符对应。

类似于：select * from tags order by look_a_like_score(@newword)

但是有没有像look_a_like_score（）这样的函数？

示例，我已经在表中：

餐厅

电梯

游泳池

无线上网的

现在我要添加：

免费游泳设施

我现在想要的是一个带有“游泳池”的列表，因为“游泳”部分最匹配。

你能帮我这么做吗？

PS。我将整个表收集到PHP中，然后将它们放入一个数组中。因此，欢迎使用PHP方法。

Answer 1

在MySQL方面，你有soundex，并不像我喜欢的那样工作得很好。你可能想要实现一个MySQL模块来使用levenshtein（你需要在C中编译）。

在PHP方面你有levenshtein（）可用，这是相当不错的相似性得分

您也可以使用：

soundex（） - 计算字符串的soundex键

similar_text（） - 计算两个字符串之间的相似性

metaphone（） - 计算字符串的metaphone键

查看手册以了解如何使用它们

Answer 2

您可以在here查看levenshtein distance公式的实现，这有助于找到字符串之间的编辑距离。

可能对你有用的其他事情是使用soundex或可能double metaphone来做“听起来像”匹配。

Answer 3

没有任何功能。但是，你可以用一些SQL来做到这一点。我假设@newtag包含您的新标记，并且您有一个numbers表。你可以这样做：

select t.tag, max(len) as biggestmatch
from (select concat('%', substr(@newtag, n1.n, n2.n), '%') as pat,
             n1.n as start, n2.n as len
      from numbers n1 cross join
           numbers n2
      where n1.n <= length(@newtag) and n1+n2 <= length(@newtag)
     ) patterns join
     tags t
     on t.tag like patterns.pat
group by t.tag
order by max(len)
limit 1  /* you only need this if you want the best one */

我不承诺这会表现得特别好。但是对于一些不太长的标签和字符串，它可能适合您的目的。

寻找最匹配的单词

3 个答案: