Question

我注意到有时用户会错误输入他们的电子邮件地址（以联系我们的形式），例如，键入@ yahho.com，@ yhoo.com或@ yahoo.co而不是@ yahoo.com

我觉得这可以通过一些javascript在现场纠正。只需检查电子邮件地址是否存在可能的错误，例如上面列出的错误，这样如果用户键入his_email@yhoo.com，就会显示非突兀的消息，或类似的消息，表明他可能意味着@yahoo。 com，并要求仔细检查他是否正确输入了他的电子邮件。

问题是：
如何在java脚本中检测到字符串与“yahoo”或“yahoo.com”非常相似？或者一般来说，我如何检测两个字符串之间的相似程度？

P.S。（这是旁注）在我的具体案例中，用户不是以英语为母语的人，而且大部分用户都不是那么流利，网站本身不是英文。

Answer 1

这是一个脏实现，可以使用Levenshtein distance进行一些简单的检查。 “levenshteinenator”的归功于this link。你可以将你想要的任何流行域添加到域数组中，它会检查输入的电子邮件的主机部分的距离是1还是2，这可以合理地接近假设某处有拼写错误。

levenshteinenator = function(a, b) {
    var cost;

    // get values
    var m = a.length;
    var n = b.length;

    // make sure a.length >= b.length to use O(min(n,m)) space, whatever that is
    if (m < n) {
        var c=a;a=b;b=c;
        var o=m;m=n;n=o;
    }

    var r = new Array();
    r[0] = new Array();
    for (var c = 0; c < n+1; c++) {
        r[0][c] = c;
    }

    for (var i = 1; i < m+1; i++) {
        r[i] = new Array();
        r[i][0] = i;
        for (var j = 1; j < n+1; j++) {
            cost = (a.charAt(i-1) == b.charAt(j-1))? 0: 1;
            r[i][j] = minimator(r[i-1][j]+1,r[i][j-1]+1,r[i-1][j-1]+cost);
        }
    }

    return r[m][n];
}

// return the smallest of the three values passed in
minimator = function(x,y,z) {
    if (x < y && x < z) return x;
    if (y < x && y < z) return y;
    return z;
}

var domains = new Array('yahoo.com','google.com','hotmail.com');
var email = 'whatever@yahoo.om';
var parts = email.split('@');
var dist;
for(var x=0; x < domains.length; x++) {
    dist = levenshteinenator(domains[x], parts[1]);
    if(dist == 1 || dist == 2) {
        alert('did you mean ' + domains[x] + '?');
    }
}