SQL - 使用LIKE运算符搜索数据库

Question

假设您的数据存储在数据库中：

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

我们希望实现一个网站搜索功能，让访问者输入关键词并返回相关记录。用户可能会搜索以下内容：

Dinosaurs

还有SQL语句：

WHERE articleBody LIKE '%Dinosaurs%'

能够正确返回记录集。

但如果用户拼错了dinosaur应该怎么办呢？例如：

Dinosores

(可怜的恐龙)。我们如何在搜索时允许拼写错误？我们可以将搜索中常见的拼写错误与正确的拼写相关联，然后在原始术语+更正术语上进行搜索，但这需要耗费时间来维护。

有没有编程的方法？

编辑

似乎SOUNDEX可以帮助，但是有人可以给我一个使用soundex的例子吗，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%'

会返回什么东西？

- Tom Gullen

---

Levenshtein距离或Soundex - Mitch Wheat

根据您使用的数据库不同，可以使用“Soundex”函数来获取发音相似的单词的“匹配”。 - John K.

我认为这个纯粹使用SQL无法完成。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。 - Wukerplank

Answer 1

如果你正在使用SQL Server，请查看SOUNDEX。

针对您的示例：

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

返回相同的值 (D526)。

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

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

编辑：

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

此stackoverflow文章 还详细介绍了在TSQL中实现模糊逻辑的可能来源。一个回应者还概述了全文索引作为您可能想要调查的潜力。

- James Wiseman

---

你如何将这个应用到多关键字搜索中？ - Tom Gullen

假设我输入搜索词“恐龙摇滚”（意思是dinosaurs rock），传统上我会这样写：WHERE body LIKE '%dinosores%' OR body LIKE 'wrock'。如何在这种情况下应用soundex，以便返回记录？ - Tom Gullen

@James，当articleBody被存储时，它会存储其SOUNDEX版本，例如“blah blah lol”和“B32 B32 L122”。当您搜索术语时，您会在SOUNDEX上进行LIKE搜索。这种方法是否有效？ - Tom Gullen

我认为这个问题已经解决了！不过我会提出一个新的问题，因为这很有趣。 - Tom Gullen

@James：你肯定可以给我点赞+1；-) - Neil Knight

Answer 2

也许你的关系型数据库管理系统有 SOUNDEX 函数？你没有提到具体是哪个数据库。

• SQL Server 的 SOUNDEX

- p.campbell

---

是的，它会的。SOUNDEX看起来很棒，以前从未听说过！ - Tom Gullen

Answer 3

只是提供一种替代方案。如果可以使用SSIS，您可以使用Fuzzy Lookup。

SSIS Fuzzy Lookup

- Neil Knight

Answer 4

我不确定是否引入一个单独的“搜索引擎”是可能的，但是如果您看一下像Google搜索设备或Autonomy这样的产品，这些产品可以索引SQL数据库并提供更多的搜索选项 - 例如，处理拼写错误以及同义词、搜索结果加权、替代搜索建议等。

此外，SQL Server的全文搜索功能可以配置使用词库，这可能会有所帮助： http://msdn.microsoft.com/en-us/library/ms142491.aspx

这里还有另外一个SO问题，有人设置了一个词库来处理常见的拼写错误：FORMSOF Thesaurus in SQL Server

- Ed Schembor

Answer 5

简短回答，大多数SQL引擎中没有内置的基于字典的“手残”纠正工具。SoundEx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，但如果用户输入了“Dinosars”缺少最后一个U，或者真正的“手残”并输入了“Dinosayrs”，SoundEx将不会返回完全匹配。

听起来你想要类似于Google搜索的“Did you mean __?”功能。我可以告诉你，这并不像看起来那么简单。在10,000英尺的高度上，搜索引擎将查看每个关键字，并查看它是否在已知的“好”的搜索术语的“字典”中。如果不是，则使用类似于拼写检查建议的算法来查找与之最接近的字典单词（需要最少的字母替换、添加、删除和转置，以将给定单词变成字典单词）。这将需要一些重型过程代码，可以在数据库中的存储过程或CLR Db函数中，也可以在业务逻辑层中实现。

- KeithS

---

我并不想模拟谷歌的复杂性，只是想要一个能够处理来自世界各地访问者的拼写的站点搜索，但还是感谢您的回答！ - Tom Gullen

Answer 6

您还可以尝试使用SubString()函数，来删除前3个或更多字符。以下是一个实现的示例：

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;

- z atef