PHP / MySQL小规模模糊搜索

Question

我正在寻找一个小型PHP / MySQL应用程序的模糊搜索。具体来说，我有一个包含大约2400条记录的数据库（记录以每年约600条的速度添加，因此它是小型数据库）。三个感兴趣的领域是街道地址，姓氏和日期。我希望能够通过其中一个字段进行搜索，并且基本上可以容忍拼写/字符错误。即，“123 Main Street”的地址也应该与“123 Main St”，“123 Main St.”，“123 Mian St”，“123 Man St”，“132 Main St”等相匹配。和日期。

我遇到的其他类似问题的主要问题：

• 不可能为每个可能的错误拼写定义同义词，忘记为日期和名称这样做。
• 对于如此有限的搜索数据集，Lucene等似乎非常重量级（称其为最多5,000条记录，每条记录3个字段）。
• 使用通配符做一些事情似乎并不符合所有可能的拼写错误。

有什么建议吗？我知道用MySQL本身做不可能，但由于数据集非常有限，我想保持它相对简单...也许是一个获得所有使用某种比较算法，并返回相似记录的ID？

谢谢， 杰森

Answer 1

Razzie的回答（或使用Damerau–Levenshtein）根据他们与搜索关键的接近程度对候选人匹配列表进行排名。 （注意：如果键是“12 Main St”，则“13 Main St”与“12 Moin St”具有相同的打字距离，但您可能希望将其排名较低甚至将其排除，如11和22 Main St等）

但是，如何选择一个可管理规模的候选人名单来排名呢？

一种方法是为要搜索的字符串中的每个单词计算metaphone值（或值，使用双元电话）。将每个这些元电话保存在另一个表中，其中包含原始字符串的行的id。然后，您可以使用LIKE'key％'快速搜索这些metaphone值，其中key是搜索文本中单词的metaphone。

在this thread上查看建议的答案。它非常整洁，应该可以很好地处理不大的数据库。

Answer 2

如果它是一个非常小的数据库，您可以一次加载所有数据，并使用像Jaro-Winkler这样的算法进行搜索。他们有一个PHP实现，你可以找到here。

Imho它的效果非常好。看一下示例实现here。我知道该搜索使用相同的算法，它可以很好地找到'Nintedno'。它还会根据您的查询最匹配的结果为您排序结果。