Question

鉴于您的数据存储在数据库中的某个位置：

Hello my name is Tom I like dinosaurs to talk about SQL.  
SQL is amazing. I really like SQL.

我们希望实施网站搜索，允许访问者输入条款并返回相关记录。用户可能会搜索：

Dinosaurs

和SQL：

WHERE articleBody LIKE '%Dinosaurs%'

通过返回正确的记录集来处理问题。

如果用户误导恐龙，我们将如何应对？ IE：

Dinosores

（可怜的疼痛迪诺）。我们如何搜索允许拼写错误？我们可以将我们在搜索中看到的常见拼写错误与正确的拼写相关联，然后搜索原始字词+更正后的字词，但维护时间非常耗时。

以编程方式的任何方式？

修改

出现SOUNDEX可能会有所帮助，但任何人都可以使用soundex给我一个输入搜索词的例子：

Dinosores wrocks

返回记录而不是：

WHERE articleBody LIKE '%Dinosaurs%' OR articleBody LIKE '%Wrocks%'

哪会返回squadoosh？

Answer 1

如果您使用的是SQL Server，请查看SOUNDEX。

对于你的例子：

select SOUNDEX('Dinosaurs'), SOUNDEX('Dinosores')

返回相同的值（D526）。

你也可以使用DIFFERENCE函数（与soundex相同的链接）来比较相似度（4是最相似，0是最少）。

SELECT DIFFERENCE('Dinosaurs', 'Dinosores'); --returns 4

修改：

在寻找多文本选项之后，看起来这并不是那么容易。我会把你推荐给@Neil Knight提供的关于Fuzzt Logic答案的链接（给我+1，对我来说。）。

This stackoverflow article还详细说明了TSQL中模糊逻辑实现的可能来源。一旦响应者还概述了全文索引作为您可能想要调查的潜力。

Answer 2

也许你的RDBMS有一个SOUNDEX函数？你没有提到这里涉及哪一个。

SQL Server's SOUNDEX

Answer 3

只是在那里抛出替代品。如果SSIS是一个选项，那么你可以使用模糊查找。

SSIS Fuzzy Lookup

Answer 4

我不确定是否可以引入单独的“搜索引擎”，但如果您查看Google Search Appliance或Autonomy等产品，这些产品可以索引SQL数据库并提供更多搜索选项 - 例如，处理拼写错误以及同义词，搜索结果加权，替代搜索建议等。

此外，SQL Server的全文搜索功能可以配置为使用同义词库，这可能会有所帮助： http://msdn.microsoft.com/en-us/library/ms142491.aspx

这是设置同义词库来处理常见拼写错误的人的另一个问题： FORMSOF Thesaurus in SQL Server

Answer 5

简短的回答，大多数SQL引擎都没有内置任何可以对“胖手指”进行基于字典的修正的内容。 SoundEx确实可以作为一种工具来查找听起来相似的单词，从而纠正语音错误拼写，但如果用户输入“Dinosars”错过最后的U，或者真正“胖指”它并进入“Dinosayrs”，SoundEx会不会返回完全匹配。

听起来你想要谷歌搜索的某些内容“你的意思是 _ _ ？”特征。我可以告诉你，这并不像看起来那么简单。在10,000英尺的水平上，搜索引擎会查看每个关键字并查看它是否在已知“好”搜索词的“词典”中。如果不是，它使用类似于拼写检查器建议的算法来找到最接近匹配的字典单词（需要最少的字母替换，添加，删除和转置以将给定单词转换为字典单词）。这将需要一些繁重的过程代码，无论是在数据库中的存储过程或CLR Db函数中，还是在业务逻辑层中。

Answer 6

您还可以尝试SubString()，以消除前3个左右的字符。以下是如何实现这一目标的一个例子

SELECT Fname, Lname  
FROM Table1 ,Table2
WHERE substr(Table1.Fname, 1,3) || substr(Table1.Lname,1 ,3) = substr(Table2.Fname, 1,3) || substr(Table2.Lname, 1 , 3))
ORDER BY Table1.Fname;

SQL - 使用LIKE运算符搜索数据库

6 个答案: