Question

我想要一些技术来解决我的问题。我正在使用Postgresql 10。我想创建一个即使两个字母相差也可以选择子字符串的查询。我的语言是葡萄牙语，有许多声音相同的字母，人们在打字时确实会犯错误。大概我想做的就是这个。

如果我的产品名称为“automóvelgrande”

atomóvel grande" would match  //one letter is missing 

 automovel grnde" would match //lack accent and letter is missing

  automovell grnde would match // lack of accent and the "l" was repeated

我以前使用过pg_trgm，在我的记忆中它起作用了，但是现在，我再次使用它，我确实得到了一些奇怪的结果。

我正在使用这样的设置：

ALTER DATABASE mydb SET pg_trgm.word_similarity_threshold = 0.2;

在键入“ capoceti”时，无法匹配“ capacete”。

我认为这两个词足够相似。更改阈值不会影响结果。

Answer 1

我建议使用Levenshtein距离（https://en.wikipedia.org/wiki/Levenshtein_distance）。这是您需要将一个字符串更改为另一个字符串的操作数，包括插入，删除或另一个更改字母。

首先，通过运行以下命令创建扩展名：

CREATE EXTENSION fuzzystrmatch;

然后，您可以使用levenshtein (string1, string2)查找string1和string2之间的距离（整数）。在对列运行levenstein后，请过滤2或更小的距离。

根据您的情况，请尝试以下操作：

Select levenshtein('capacete', 'capoceti')

，您将得到2的距离。

有关postgres字符串相似性的更多信息，请参见此处：https://www.postgresql.org/docs/9.1/fuzzystrmatch.html

如何创建即使两个字母不同也考虑匹配的查询

1 个答案: