如何在Java / MySQL中实现模糊字符串搜索？

Question

我正在使用REST框架在Java中开发webservice。

我使用MySQL 5.1数据库作为后端。

我正在我的一个表上执行搜索操作，比如使用(类似于模式)停止。

但是现在我想为上面的搜索执行"Approximate_string_matching (模糊字符串搜索)“。例如，对于23 ST停止，用户可以提供搜索字符串23站、23站、23站、23 ST等。

对于这个Approximate_string_matching算法，我找到了链接匹配

但我不知道如何实现它。

请大家帮助我在Approximate_string_matching / MySQL中实现算法。

提前谢谢你。

Answer 1

您可能需要研究的一件事是Levenshtein距离算法

Levenshtein距离是测量两个序列差异的字符串度量。

Apache有一个现成的实现。您可以使用getLevenshteinDistance(CharSequence s，CharSequence t，int阈值)获取与给定字符串大致相等的字符串。阈值会派上用场，这样您就可以丢弃离源词一定距离的单词，从而避免不必要的计算。

一种更好的方法是使用Levenshtein函数本身提供的MySQL。关于如何执行的一个简单示例可以看到这里。

Answer 2

根据您的解释，当任何用户将搜索字符串作为第23站、第23站、第23站或第23 ST提供时，过滤后的输出应该是"23 ST停止“，对吗？

因此，我假设您的所有站点名称都将类似于XX YY停站，其中XX是一个数值，YY是ST、VT、MT等站点的短格式。

如果这是正确的，那么您可以通过执行多个过滤器来实现这一点，这样就可以将第一个过滤器的输出输入到下一个过滤器。但在此之前，你需要弄清楚“该过滤什么”？

因此，在这种特殊情况下，"23“似乎是查询字符串开始时必须显示的子字符串，因此您需要从查询字符串中提取数字部分(可以使用Java regex)，将结果作为第一个筛选器应用，因此在本例中将是：

 where stops like '23%'

然后，在输出此结果时，您可以应用下一个过滤器，在这种情况下，下一个过滤器可以是下一个单词的前两个字母(如果存在的话)，并将其小写应用于一致性，因此在这种情况下，它将是'st'：

 where LOWER(stops) like '%st%'

现在，您可以通过在同一个查询中应用两个过滤器(尝试使用子查询)在查询部件本身中实现这一点，或者可以引入第一个过滤器的结果集，并使用Java regex在结果集中应用剩余的筛选器。