迁移网站时匹配重定向 URL 的算法

Question

假设我们有两组 URL：源池和目标池。源池基本上是网站上存在的 URL 的平面列表，而目标池包含同一网站的重制版本的所有 URL。所以对于源池中的大部分条目，目标池中应该有对应的、相似的条目。

我们希望通过将 目标池 中的一个 URL 与 源池 中的每个 URL 匹配来创建重定向映射。同一个target可以映射到多个sources。

示例源池：

/books/faust
/books/romeo-and-juliet
/ebooks/from-zero-to-hero
/blog
/about-us
/deprecated-page

示例目标池：

/books/goethe/faust
/books/shakespeare/romeo-and-juliet
/ebooks/random-wannabe/from-zero-to-hero
/blog
/about-us
/newly-added-page

注意：您的答案不应过于具体到所提供的示例，例如添加作者命名空间。相反，假设只有两组基于字符串的pretty urls，具有不同的重叠/相似性。我们正在寻找一种通用的解决方案，根据两个 url 引用同一事物的可能性来创建重定向映射。

那么问题来了：

1. 是否有针对此应用程序的现成解决方案（用于网站迁移的重定向），获取两个 url 列表并返回一个映射？
2. 如果不是，哪些通用算法适合从列表中选出一个最有可能的候选人？

匹配概率的附加输出将有助于稍后手动检查列表。

Answer 1

好吧，回答我自己的问题：

1. 与此同时，一款专门用于该应用程序的工具已经投入使用。可以在这里找到：https://github.com/jsphpl/redirect-mapper
2. 对于我当前的应用程序，Levenshtein distance 已经证明是一个很好的相似性指标，但可能在每种情况下都不能很好地工作。理论上，您可以使用任何现有的String metric 或自行编写最适合您当前需求的算法。