- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我列出了大约300,000家企业,这是一个小型关系rdbms(ComponentAce的AbsoluteDB)中的varchar字段。用户需要能够搜索企业名称,但是用户可能没有确切的名称。
例如,名称是堪萨斯国家银行
理想情况下,用户可以开始输入National并找到所有包含National的字符串(注意它不是第一个单词)
我希望有一种方法允许用户键入“国家银行”(而不是国家银行),并且仍然可以找到合适的数据。
在试图弄清楚这一点时,我认为文本检索系统的功能远远超出了我的期望。我的整个数据文件约为15 MB。全文检索系统的开销超出了我的需求。使用某种类型的字符串相似性算法的模糊搜索是我想要的方式吗?例如,像DamerauLevenshtein这样的东西?
最佳答案
我过去解决此问题的方法是创建一个倒排索引,消除高频单词(a,and,the,with等),然后执行以下操作:
根据每个单词的输入进行线性匹配;
去除元音;要么
使用Soundex。
尽管此方法是实时过滤的理想选择,但是否搜索输入的每个字符都取决于您。 (要点是,您没有在键入的每个字符上访问数据库。您在前几个字符之后单击了数据库,然后从结果中过滤了其余字符。)
我已经使用内存中的搜索表以及数据库表来做到这一点。
对于倒排索引,您可以将所有内容分解为多个单词,并为每个单词保存记录编号列表。当人员键入“ natio”时,它会显示与以“ natio”开头的任何单词匹配的所有记录的列表,例如“ nation”,“ nations”,“ national”等。因此,“ national”可以在25条记录中,“民族”可能在37条中,“民族”可能在58条中。显然,词干越长,命中数越少。
如果他们输入多个单词,则将每个单词视为一个单独的搜索,但将结果与在一起。因此,“国家”和“银行”只会在两个词干同时被发现的情况下显示结果。
确实不是那么困难。首先列出数据库中所有单词的列表以及它们的频率计数。消除所有无意义的高频词,以及所有其他意义不大的词。然后从其余部分建立一个倒排索引。
如果数据变化非常频繁,则保留无意义的单词列表,并在通过先删除这些单词来更新反向单词索引之后自动重建反向索引。
结果并没有那么大,如果正确实现,它应该运行得很快。
我从未见过这样的情况,即在其中使用带有LIKE的SQL查询的速度几乎与这种方法一样快。
关于string - Delphi-如何搜索不完整的字符串匹配项,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24072363/
使用sed和/或awk,仅在行包含字符串“ foo”并且行之前和之后的行分别包含字符串“ bar”和“ baz”时,我才希望删除行。 因此,对于此输入: blah blah foo blah bar
例如: S1: "some filename contains few words.txt" S2:“一些文件名包含几个单词 - draft.txt” S3:“一些文件名包含几个单词 - 另一个 dr
我正在尝试处理一些非常困惑的数据。我需要通过样本 ID 合并两个包含不同类型数据的大数据框。问题是一张表的样本 ID 有许多不同的格式,但大多数都包含用于匹配其 ID 中某处所需的 ID 字符串,例如
我想在匹配特定屏幕尺寸时显示特定图像。在这种情况下,对于 Bootstrap ,我使用 col-xx-## 作为我的选择。但似乎它并没有真正按照我认为应该的方式工作。 基本思路,我想显示一种全屏图像,
出于某种原因,这条规则 RewriteCond %{REQUEST_FILENAME} !-f RewriteCond %{REQUEST_FILENAME} !-d RewriteRule ^(.*
我想做类似的东西(Nemerle 语法) def something = match(STT) | 1 with st= "Summ" | 2 with st= "AVG" =>
假设这是我的代码 var str="abc=1234587;abc=19855284;abc=1234587;abc=19855284;abc=1234587;abc=19855284;abc=123
我怎样才能得到这个字符串的数字:'(31.5393701, -82.46235569999999)' 我已经在尝试了,但这离解决方案还很远:) text.match(/\((\d+),(\d+)\)/
如何去除输出中的逗号 (,)?有没有更好的方法从字符串或句子中搜索 url。 alert(" http://www.cnn.com df".match(/https?:\/\/([-\w\.]+
a = ('one', 'two') b = ('ten', 'ten') z = [('four', 'five', 'six'), ('one', 'two', 'twenty')] 我正在尝试
我已经编写了以下代码,我希望用它来查找从第 21 列到另一张表中最后一行的值,并根据这张表中 A 列和另一张表中 B 列中的值将它们返回到这张表床单。 当我使用下面的代码时,我得到一个工作表错误。你能
我在以下结构中有两列 A B 1 49 4922039670 我已经能够评估 =LEN(A1)如2 , =LEFT(B1,2)如49 , 和 =LEFT(B1,LEN(A1)
我有一个文件,其中一行可以以 + 开头, -或 * .在其中一些行之间可以有以字母或数字(一般文本)开头的行(也包含这些字符,但不在第 1 列中!)。 知道这一点,设置匹配和突出显示机制的最简单方法是
我有一个数据字段文件,其中可能包含注释,如下所示: id, data, data, data 101 a, b, c 102 d, e, f 103 g, h, i // has to do with
我有以下模式:/^\/(?P.+)$/匹配:/url . 我的问题是它也匹配 /url/page ,如何忽略/在这个正则表达式中? 该模式应该: 模式匹配:/url 模式不匹配:/url/page 提
我有一个非常庞大且复杂的数据集,其中包含许多对公司的观察。公司的一些观察是多余的,我需要制作一个键来将多余的观察映射到一个单独的观察。然而,判断他们是否真的代表同一家公司的唯一方法是通过各种变量的相似
我有以下 XML A B C 我想查找 if not(exists(//Record/subRecord
我制作了一个正则表达式来验证潜在的比特币地址,现在当我单击报价按钮时,我希望根据正则表达式检查表单中输入的值,但它不起作用。 https://jsfiddle.net/arkqdc8a/5/ var
我有一些 MS Word 文档,我已将其全部内容转移到 SQL 表中。 内容包含多个方括号和大括号,例如 [{a} as at [b],] {c,} {d,} etc 我需要进行检查以确保括号平衡/匹
我正在使用 Node.js 从 XML 文件读取数据。但是当我尝试将文件中的数据与文字进行比较时,它不匹配,即使它看起来相同: const parser: xml2js.Parser = new
我是一名优秀的程序员,十分优秀!