我有目录号到产品名的映射:
35 cozy comforter 35 warm blanket 67 pillow
并且需要一个能够找到拼写错误的混合名称的搜索,例如“warm cmfrter”.
我们使用edit-distance(difflib)编写代码,但它可能无法扩展到18000个名称.
我实现了与Lucene类似的东西,但是因为PyLucene只包装Java会使部署复杂化到最终用户.
SQLite通常没有编译的全文或评分.
Xapian bindings就像C一样,有一些学习曲线.
Whoosh尚未有详细记录,但包括一个可滥用的拼写检查程序.
那里还有什么?
解决方法
显然,快速进行模糊比较的唯一方法是减少它们;)
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中的单词索引,检索所有与查询共有至少一个(正确拼写)单词的条目,并使用difflib对这些单词进行排名.在这种情况下运作良好.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。