用于模糊全文搜索的Java库

Question

我知道可能使用Lucene和Solr，但是有没有简单的Java库只是做模糊的全文搜索部分，例如：

SomeScore score = fuzzyFullTextSearch(String text, String searchTerm, int maxDistance)

其中＆＃39;＆＃39;得分＆＃39;＆＃39;确定度量，找到（模糊）searchTerm的频率以及它与原始searchTerm的相似程度。

我之所以不使用Lucene或类似产品，是因为我的用例很笨，我只需要搜索一次。使用Lucene的FuzzyQuery的编辑的maxDistance也只有2，这对我的特殊用例来说还不够好。

是否有可以实现的轻量级库？如上所示？

Answer 1

像往常一样，Apache Commons来救援。

org.apache.commons.lang3.StringUtils 有很多方法可以获取 fuzzyDistance ， levenshteinDistance 以及一些更复杂的指标

所以，天真的伪代码将是这样的：

split the text into tokens by spaces, commas, etc.
for each token
    calcDistanceBetweenTokenAndSearchTerm
getSumScore // or avg or whatever

另一种方法可能是使用 commons-text org.apache.commons.text.similarity.FuzzyScore ，它能够计算两个字符串之间的距离，但是当然，很大程度上取决于具体要求。

我并不是说这是对可能答案的全面报道，但你可以尝试一下。