SQL - 使用 LIKE 运算符搜索数据库答案

【问题标题】：SQL - searching database with the LIKE operatorSQL - 使用 LIKE 运算符搜索数据库
【发布时间】：2011-07-08 03:38:15
【问题描述】：

鉴于您的数据存储在数据库中的某处：

Hello my name is Tom I like dinosaurs to talk about SQL.  
SQL is amazing. I really like SQL.

我们希望实现站点搜索，允许访问者输入术语并返回相关记录。用户可能会搜索：

Dinosaurs

还有 SQL：

WHERE articleBody LIKE '%Dinosaurs%'

可以很好地返回正确的记录集。

但是，如果用户拼错恐龙，我们将如何应对？即：

Dinosores

（可怜的恐龙）。我们如何搜索允许拼写错误？我们可以将我们在搜索中看到的常见拼写错误与正确的拼写相关联，然后搜索原始词+更正词，但这很耗时。

任何编程方式？

编辑

似乎 SOUNDEX 可以提供帮助，但谁能给我一个使用 soundex 输入搜索词的示例：

Dinosores wrocks

返回记录而不是做：

WHERE articleBody LIKE '%Dinosaurs%' OR articleBody LIKE '%Wrocks%'

哪个会返回小队？

【问题讨论】：

levenshtein 距离或 Soundex
取决于您使用的数据库...有“Soundex”函数可用于在听起来相似的单词上获得“匹配”...
我认为这不能纯粹在 SQL 中完成。通配符搜索已经很慢了。我宁愿使用像 Apache Lucene 或 Solr 这样的成品。

标签： sql sql-like spelling

【解决方案1】：

如果您使用的是 SQL Server，请查看SOUNDEX。

你的例子：

select SOUNDEX('Dinosaurs'), SOUNDEX('Dinosores')

返回相同的值 (D526)。

您还可以使用 DIFFERENCE 函数（在与 soundex 相同的链接上）来比较相似度（4 表示最相似，0 表示最不相似）。

SELECT DIFFERENCE('Dinosaurs', 'Dinosores'); --returns 4

编辑：

在寻找多文本选项之后，似乎这并不容易。我会向您推荐@Neil Knight 提供的关于 Fuzzt Logic 答案的链接（对我来说+1！）。

This stackoverflow article 还详细介绍了在 TSQL 中实现模糊逻辑的可能来源。一旦受访者还概述了全文索引作为您可能想要调查的潜力。

【讨论】：

如何将其应用于多关键字搜索？
就像说我在搜索中输入了“dinosores wrock”（意思是恐龙摇滚）。传统上我会这样做：身体喜欢'％dinosores％'或身体喜欢'wrock'。在这种情况下如何应用 soundex 以便它返回记录？
@James，在存储 articleBody 时如何存储它的 SOUNDEX 版本，即“blah blah lol”和“B32 B32 L122”。当您搜索术语时，您会在 soundex 上搜索 LIKE's。这会很好用吗？
我认为这已经解决了！不过我会提出一个新问题，因为这很有趣。
@James：你当然可以 +1 我 ;-)

【解决方案2】：

也许您的 RDBMS 有一个SOUNDEX 函数？你没有提到这里涉及到哪一个。

SQL Server's SOUNDEX

【讨论】：

是的，SOUNDEX 看起来很棒，以前从未听说过！

【解决方案3】：

只是为了抛出一个替代方案。如果 SSIS 是一个选项，那么您可以使用模糊查找。

SSIS Fuzzy Lookup

【讨论】：

【解决方案4】：

我不确定是否可以引入单独的“搜索引擎”，但如果您查看 Google Search Appliance 或 Autonomy 等产品，这些产品可以索引 SQL 数据库并提供更多搜索选项 - 例如，处理拼写错误以及同义词、搜索结果权重、替代搜索建议等。

此外，可以将 SQL Server 的全文搜索功能配置为使用同义词库，这可能会有所帮助： http://msdn.microsoft.com/en-us/library/ms142491.aspx

这是另一个来自设置同义词库以处理常见拼写错误的 SO 问题： FORMSOF Thesaurus in SQL Server

【讨论】：

【解决方案5】：

简短的回答，大多数 SQL 引擎都没有内置任何东西可以对“胖手指”进行基于字典的校正。 SoundEx 确实可以作为一种工具来查找听起来相似的单词，从而纠正拼音错误，但如果用户输入“Dinosars”缺少最后一个 U，或者真正“粗手指”输入“Dinosayrs”，SoundEx 会不返回完全匹配。

听起来您想要 Google 搜索的“您的意思是 __？”级别的东西。特征。我可以告诉你，这并不像看起来那么简单。在 10,000 英尺的高度，搜索引擎会查看每个关键字，看看它是否在已知“好”搜索词的“字典”中。如果不是，它使用类似于拼写检查器建议的算法来查找最接近匹配的字典单词（需要最少的字母替换、添加、删除和换位才能将给定单词转换为字典单词）。这将需要一些繁重的程序代码，无论是在您的数据库中的存储过程或 CLR Db 函数中，还是在您的业务逻辑层中。

【讨论】：

我不想模拟谷歌的复杂性，但只是有一个可以处理拼写的网站搜索，因为很多访问者来自世界各地，但感谢您的回答！

【解决方案6】：

你也可以试试SubString()，去掉前3个左右的字符。以下是如何实现的示例

SELECT Fname, Lname  
FROM Table1 ,Table2
WHERE substr(Table1.Fname, 1,3) || substr(Table1.Lname,1 ,3) = substr(Table2.Fname, 1,3) || substr(Table2.Lname, 1 , 3))
ORDER BY Table1.Fname;

【讨论】：