Question

这是我的问题。例如，我有一个表 Products ，其中包含一个字段 Name ：

Products
ID | Name | ..
1  | "USB Key 10Go"
2  | "Intel computer"
3  | "12 inches laptop computer"
...

我目前正在为iPhone网络应用程序实现一个简单的搜索引擎（SQL Server和ASP .NET，C＃），我想使用SOUNDEX() SQL Server功能。

问题是，我无法在名称字段上直接使用SOUNDEX。（这是无关紧要的，因为名称中有几个单词。）我想将SOUNDEX函数应用于 Name 字段中的每个单词，然后查看它们是否匹配研究过的关键字。

如果有人知道如何做到这一点，那就太棒了。

Answer 1

与使用Soundex相比，您可能最好不要计算两个弦之间的Levenshtein距离。请参阅the Wikipedia article on Levenshtein distance。

Levenshtein距离算法here的TSQL实现。

分享并享受。

编辑03-May-2012

自从编写我的原始响应以来，我已经了解到Oracle在UTL_MATCH包中包含了Levenshtein距离和其他几个“字符串相似性”函数，我相信这是数据库的标准部分。文档here。也许与原始帖子（适用于SQL Server）没有直接关系，但可能很有用，因为许多商店使用多个数据库。

Answer 2

您是否研究过SQL Server中的全文搜索功能？我知道这不是你要求的。只是SOUNDEX（）函数用于查找类似的SOUNDING名称（EX：SMITH和SMYTHE声音相同）。然而，在搜索引擎中，单词发声的方式与搜索单词本身相比不那么重要。全文搜索还允许您使用同义词（允许您指定在应用程序上下文中表示相同内容的某些单词），并在搜索过程中自动考虑这些单词。

有关SQL Server中的全文搜索的详细信息，请查看这些页面：

Introduction to Full-Text Search

Answer 3

如果你必须在RDBMS中完成所有工作，如果它是一个选项，UDF将是最好的。

否则，您可以使用此技术至少使用PARSENAME单独对前四个单词进行索引：

来自How do I split a string so I can access item x?：

PARSENAME(REPLACE('12 inches laptop computer', ' ', '.'), 1)  --return computer
PARSENAME(REPLACE('12 inches laptop computer', ' ', '.'), 2)  --return laptop
...

然而：以这种方式使用PARSENAME是一个黑客，一个严重的限制是它最多只能工作4个部分。如果有5个或更多单词，PARSENAME将返回NULL，因此您必须使用条件检查并优雅地降级。

这是一个简化的例子（同样，没有NULL检查）

SELECT *
FROM Products 
WHERE SOUNDEX(search_input) = SOUNDEX(PARSENAME(REPLACE(Name, ' ', '.'), 4))
  OR SOUNDEX(search_input) = SOUNDEX(PARSENAME(REPLACE(Name, ' ', '.'), 3))
  OR SOUNDEX(search_input) = SOUNDEX(PARSENAME(REPLACE(Name, ' ', '.'), 2))
  OR SOUNDEX(search_input) = SOUNDEX(PARSENAME(REPLACE(Name, ' ', '.'), 1))

Answer 4

SOUNDEX可能非常适合你的紫癜，但请记住，除英国或美国英语口语外，它可能无法提供其他任何好的结果！它甚至可以用于德语语音口语，但它不适用于任何其他语言。

Answer 5

您可以尝试存储与连字符连接的每个单词的metaphone。 EG stored_metaphone字段可以包含类似'-AKTRF-SPLS-'的内容。然后构建一个这样的查询：

$where = '(';
$search_sql = array();
$search_terms = explode(' ',$search);
foreach ($search_terms as $term) {
    $search_sql[] = "`stored_metaphone` LIKE '%-".metaphone($term)."-%'";
}
$where .= implode(' OR ',$search_sql);
$where .= ')';

注意，这只是查询的WHERE部分。

据我所知，metaphone仅适用于英语。上面的sql在许多站点上工作得很好。

在SQL Server上逐字使用SOUNDEX（）

5 个答案: