python - 没有沉重的数据库如何进行模糊字符串搜索？

Question

我有目录号到产品名称的映射:

35  cozy comforter
35  warm blanket
67  pillow

并且需要搜索来查找拼写错误的混合名称，例如“warm cmfrter”。

我们有使用编辑距离 (difflib) 的代码，但它可能无法扩展到 18000 个名称。

我用 Lucene 实现了类似的东西，但作为 PyLucene仅包装 Java，这会使最终用户的部署变得复杂。

SQLite 通常不会编译全文或评分。

Xapian bindings就像 C++，有一些学习曲线。

Whoosh尚未得到充分记录，但包含一个可滥用的拼写检查器。

还有什么？

Answer 1

显然，快速进行模糊比较的唯一方法是减少模糊比较；)

我们现在保留一个单词索引，而不是编写另一个 n-gram 搜索或改进 Whoosh 中的搜索，检索所有至少有一个(正确拼写)单词与查询相同的条目，并使用 difflib 对这些条目进行排名。在这种情况下效果很好。