如何在没有繁重数据库的情况下进行模糊字符串搜索？

35  cozy comforter
35  warm blanket
67  pillow

并且需要一个能够找到拼写错误的混合名称的搜索,例如“warm cmfrter”.

我们使用edit-distance(difflib)编写代码,但它可能无法扩展到18000个名称.

我实现了与Lucene类似的东西,但是因为PyLucene只包装Java会使部署复杂化到最终用户.

SQLite通常没有编译的全文或评分.

Xapian bindings就像C一样,有一些学习曲线.

Whoosh尚未有详细记录,但包括一个可滥用的拼写检查程序.

那里还有什么？

解决方法

我们现在保留一个单词索引,而不是编写另一个n-gram搜索或改进Whoosh中的单词索引,检索所有与查询共有至少一个(正确拼写)单词的条目,并使用difflib对这些单词进行排名.在这种情况下运作良好.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!