如何格式化搜索自动完成部件列表？

Question

我目前正在开发一个AppEngine项目，我想实现搜索术语的自动完成。可以搜索的项是合理的明确和简短的，所以我想通过给每个项列出不完整的类型来实现它。因此，foobar会获得类似[f, fo, foo, foob, fooba, foobar]的列表。然后将搜索框中的用户文本与此列表进行比较，并建议使用正匹配。

我想到的是这个列表中有几种可能的优化：

• 从搜索字词中删除空格标点符号。 Foo. Bar至FooBar。
• 删除大写字母
• 删除“the”，“a”，“an”等前导粒子。 The Guy为guy，索引为[g, gu, guy]。
• 仅将超过2或3的子字符串添加到索引列表中。因此，The Guy将被编入索引为[gu, guy]。我认为只与第一个字母相匹配的建议不会那么相关。

用户搜索词也将以这种方式格式化，然后搜索数据库。在建议搜索词时，将根据建议对象的全名添加粒子，标点符号和大写字母。所以搜索“the”不会给出任何建议，但是搜索“The Gu ..”或“gu”会暗示“The Guy”。

这是个好主意吗？主要是：这种格式化有帮助，还是只会造成麻烦？

Answer 1

我已经遇到了同样的问题，我采用的解决方案与您的想法非常相似。我将项目拆分为单词，将它们转换为小写，删除重音，并创建一个启动列表。例如，"Báz Bar"将成为['b', 'ba', 'bar', 'baz']。

我已在此thread中发布了代码。搜索框of this site正在使用它。如果你愿意，可以随意使用它。