C# 基于LINQ的宽恕/模糊搜索

我正在尝试对继承的数据库执行搜索。该要求规定用户必须能够按名称搜索对象。不幸的是，一个对象可能有多个与之关联的名称。例如：

当每个记录中都有一个名称时，执行搜索就很容易了：

var objects =  from x in db.Foo
               where x.Name.Contains("Foo McFoo")
               select x;

但是，当存在多个名称时，该方法不起作用

---

问题：当有人使用搜索词

John Doe

或

Jane Doe

时，是否可以编写一个搜索方法，返回记录一（John和Jane Doe）？

如果有多个别名，您可能需要将名称从First/LastName列或另一个表中拉出

但我真的认为，如果你需要一些“宽容”或“模糊”的东西，你应该这样看待它

问题：是否可以编写返回的搜索方法 当有人使用搜索词John时，记录一个（John和Jane Doe） Doe还是Jane Doe

---

具体到您的问题，您可以将“John Doe”转换为

，如“%John%Doe”

，或将“Jane Doe”转换为

如“%Jane%Doe”

，这将检索该记录。但是，我可以看到像“Johnathan Poppadoe”这样的名字有问题。

这会影响性能，但是这个快速的名字怎么样：

string[] filters = "John Doe".Split(new[] {' '});
var objects =  from x in db.Foo
               where filters.All(f => x.Name.Contains(f))
               select x;

它似乎回报了你所期望的。现在，当你还有一张“约翰·多伊”和“约翰和简·多伊”的唱片时，你会调整它，使它表现得很好

---

这对您有用吗？

您可以创建一个名为“ContainsFuzzy”的自定义扩展方法：

那么你的LINQ至少会更容易阅读：

var objects =  from x in db.Foo
               where x.Name.ContainsFuzzy("Foo McFoo")
               select x;

明显的缺点是，每次调用ContainsFuzzy都意味着重新创建分割列表，等等，因此会涉及一些开销。您可以创建一个名为FuzzySearch的类，该类至少可以提高效率：

class FuzzySearch{

    private string _searchTerm;
    private string[] _searchTerms;
    private Regex _searchPattern;

    public FuzzySearch( string searchTerm ){
        _searchTerm = searchTerm;
        _searchTerms = searchTerm.Split( new Char[] { ' ' } );
        _searchPattern = new Regex(
            "(?i)(?=.*" + String.Join(")(?=.*", _searchTerms) + ")");
    }

    public bool IsMatch( string value ){
        // do the cheap stuff first
        if ( _searchTerm == value ) return true;
        if ( value.Contains( _searchTerm ) ) return true;
        // if the above don't return true, then do the more expensive stuff
        if ( _searchPattern.IsMatch( value ) ) return true;
        // etc.
    }

}

你的LINQ：

FuzzySearch _fuzz = new FuzzySearch( "Foo McFoo" );

var objects =  from x in db.Foo
               where _fuzz.IsMatch( x.Name )
               select x;

---

我想知道为什么没有人提到Levenshtein距离算法

这是一种算法，通过一个int来表示两个字符串之间的距离

这是一篇文章，你可以找到这个算法的一些实现

因此，使用signature

int distance（string x，string y）

的距离函数，您可以过滤出高距离，并对结果进行排序，以便使用LINQ将低距离显示在结果的顶部。

---

请注意，这将导致性能损失。

是否可以在空白处执行string.split以将搜索字符串分开，然后使用.Contains运行多个查询并返回所有结果？如果有“John Smith”怎么办？您是否将其拆分并搜索名称的每个部分？名字和姓氏是什么构成的？我的意思是，在它当前的形式中，这个名字看起来没有任何结构。+1，它确实有效！我关心的是

.All（）

性能。考虑到当前的数据库设置，这可能是唯一的方法。我希望在我触发这个方法之前，看到社区对它的反应……如果没有这些，你只需要做一个标准的搜索（速度取决于你是否是DB config和all）。使用All（）解决方案，您可以将其平均乘以2-3（如果名称通常有一个名字和一个姓氏）。因此，如果你有一个精确的匹配，你就不必拆分字符串，这会造成伤害。首先用一个简单的搜索来缓解问题，如果没有结果，使用All（）位怎么样？只是抛出一些想法，它应该是“（？i）（？=.*”+String.Join（“）（？=.*”，_searchTerms）+”）；

class FuzzySearch{

    private string _searchTerm;
    private string[] _searchTerms;
    private Regex _searchPattern;

    public FuzzySearch( string searchTerm ){
        _searchTerm = searchTerm;
        _searchTerms = searchTerm.Split( new Char[] { ' ' } );
        _searchPattern = new Regex(
            "(?i)(?=.*" + String.Join(")(?=.*", _searchTerms) + ")");
    }

    public bool IsMatch( string value ){
        // do the cheap stuff first
        if ( _searchTerm == value ) return true;
        if ( value.Contains( _searchTerm ) ) return true;
        // if the above don't return true, then do the more expensive stuff
        if ( _searchPattern.IsMatch( value ) ) return true;
        // etc.
    }

}

FuzzySearch _fuzz = new FuzzySearch( "Foo McFoo" );

var objects =  from x in db.Foo
               where _fuzz.IsMatch( x.Name )
               select x;