SQL - 使用 LIKE 运算符搜索数据库

Question

鉴于您的数据存储在数据库中的某个位置：

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

并且 SQL：

WHERE articleBody LIKE '%Dinosaurs%'

可以很好地返回正确的记录集。

然而，如果用户拼错了恐龙，我们该如何应对？ IE：（

Dinosores

可怜的恐龙）。我们怎样才能搜索允许拼写错误呢？我们可以将搜索中看到的常见拼写错误与正确的拼写相关联，然后搜索原始术语+更正的术语，但这维护起来很耗时。

有什么方法可以编程吗？

编辑

看来 SOUNDEX 可以提供帮助，但是任何人都可以给我一个使用 soundex 的示例，其中输入搜索词：

Dinosores wrocks

返回记录而不是执行：

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

这将返回squaoosh？

Answer 1

如果您使用的是 SQL Server，请查看 SOUNDEX。

对于您的示例：

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）来比较相似程度（4 表示最相似，0 表示最相似）。

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

编辑：

在寻找多文本选项后，似乎这并不那么容易。我建议您参考 @Neil Knight 提供的 Fuzzt Logic 答案的链接（对我来说+1！）。

这篇 stackoverflow 文章还详细介绍了 TSQL 中模糊逻辑实现的可能来源。有一次，受访者还概述了全文索引作为您可能想要研究的潜力。

Answer 2

也许您的 RDBMS 有 SOUNDEX 函数？你没有提到这里涉及哪一个。

• SQL Server 的 SOUNDEX

Answer 3

只是为了抛出一个替代方案。如果可以选择 SSIS，那么您可以使用模糊查找。

SSIS 模糊查找

Answer 4

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

此外，SQL Server 的全文搜索功能可以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。 ：

这是某人设置同义词库来处理常见拼写错误的另一个问题
SQL Server 中的 FORMSOF 同义词库

Answer 5

简而言之，大多数 SQL 引擎都没有内置任何东西可以对“胖手指”进行基于字典的纠正。 SoundEx 确实可以作为一种工具来查找听起来相似的单词，从而纠正语音拼写错误，但如果用户输入“Dinosars”时漏掉了最后的 U，或者确实“笨手笨脚”地输入了“Dinosayrs”，SoundEx 就会不返回精确匹配。

听起来您想要 Google 搜索级别的内容“您的意思是__吗？”特征。我可以告诉你，这并不像看上去那么简单。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，它会使用类似于拼写检查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过程代码，无论是在数据库中的存储过程或 CLR Db 函数中，还是在业务逻辑层中。

Answer 6

您还可以尝试使用 SubString() 来消除前 3 个左右的字符。下面是如何实现这一目标的示例

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;