如何从数据库中“重新定义搜索”或纠正“拼写错误”

Question

我想在我的网站中添加新功能。我正在使用PHP和MySQL。 MySQL数据库包含用户将要搜索的项目的表格，对于每个项目，都有一个“关键字”列，该列是逗号分隔的关键字“示例：猫，狗，马”。在用户在我的网站上搜索的用户搜索后，我想获得我说的单词，让我说“ 85％”与他的搜索关键字类似，这是用于重新定义搜索的单词。对于拼写错误，我想要一项服务或如果关键字是正确或拼写错误的服务，因此我进行了一些更正，并检查数据库中是否存在这些校正，然后将这些更正给用户以更改其搜索关键字。

我不是在这里要求解决方案...但是如果您可以以一种或另一种方式指导我，那将是很棒的

多谢你们

干杯

Answer 1

关键在于您的“ 85％相似”的想法。这里有一些想法：

类似的单词表

您可以定义一个表，其中列出了关键字的常见拼写错误。然后，您必须扩大如何搜索数据库以将常见的拼写错误映射到适当的值。

类似的单词查找

执行搜索时，请使用库生成相似的单词并搜索所有单词。在发送搜索之前，您可以使用任何类型的拼写库来生成可能的单词匹配。或根据 编辑距离 算法。

仅检查需要检查：由于您使用的是PHP，因此可以考虑PSPELL。您可以首先打电话 pspell_check 查看该单词是否正确拼写。然后致电 pspell_suggest 获取建议。

请参阅此链接的示例。

使用数据库功能

例如，mysql有一个 SOUNDS_LIKE 操作员。您可以搜索 WHERE keyword SOUNDS_LIKE 'kat' （大概） cat. 更多信息在文档页面上, ，这会提醒您一些局限性（例如英语和UTF-8）。

---

这听起来像是一个相当普遍的问题，因此也许还有其他有关此问题的规范解决方案。也许您使用的语言（或在数据库接口层中）可以为您抽象。

前两个应该让您满足85％的相似性的概念。我不知道第三个选项的工作状况如何，但是它“ Soundz Kool”。

Answer 2

php中有类似的_text（），但这是在查询之后；您也可以在MySQL中查看全文搜索。

Answer 3

尝试查看编辑距离算法。基本上，对于两个输入字符串，返回值是将一个字符串转换为另一个字符串所需的最小编辑数。这可以使您了解两个字符串有多近。

编辑距离

Answer 4

Apache Solr是一个开源搜索平台，不仅提供全文搜索功能，还提供内置的匹配分数和自动搜索系统，以及许多其他 强大的功能.

如果您的网站中的信息量不够大，那么此选项听起来可能不正确，尽管我建议至少检查一下。

您的应用程序和SOLR之间的通信可以通过标准的REST接口来处理。 afaik目前有两个良好的Solr特异性PHP库：

• solr-php-client - 像实用一样简单
• pecl solr - 更责任

设置服务器非常简单，是调整和优化SOLR以最适合您需求的费力（以及有趣的部分）。