如何在Java/MySQL中实现近似字符串匹配（模糊字符串搜索）？

我正在使用REST框架用Java开发webservice

我使用MySQL 5.1数据库作为后端

我正在对我的一个表执行搜索操作，使用like模式说停止

但现在我想对上述搜索执行“近似字符串匹配（模糊字符串搜索）”。考虑一个例如23 ST站，用户可以提供搜索字符串第二十三站，第二十三，23站，第二十三ST等

对于这个近似字符串匹配算法，我找到了链接http://en.wikipedia.org/wiki/Approximate_string_matching

但我不知道如何实施它

请大家帮我在Java/MySQL中实现近似字符串匹配算法

---

提前谢谢。

您可能想了解的一件事是：

Levenshtein距离是用于测量差异的字符串度量 在两个序列之间

ApacheCommonsLang有一个现成的实现。您可以使用获取近似等于给定字符串的字符串。阈值将派上用场，以便您能够丢弃与源单词有一定距离的单词，从而避免不必要的计算

---

更好的方法是使用自己提供的。可以看到一个简单的执行示例。

您可能希望了解的一件事是：

Levenshtein距离是用于测量差异的字符串度量 在两个序列之间

ApacheCommonsLang有一个现成的实现。您可以使用获取近似等于给定字符串的字符串。阈值将派上用场，以便您能够丢弃与源单词有一定距离的单词，从而避免不必要的计算

---

更好的方法是使用自己提供的。可以看到如何执行的一个简单示例。

根据您的解释，似乎每当任何用户提供搜索字符串作为第23站、第23站、第23站或第23站时，过滤后的输出应该是“第23站”，对吗

所以我假设你们所有的站点名称都是XX YY stop，其中XX是一个数值，YY是ST、VT、MT等站点的缩写

如果这是正确的，那么实现这一点的一种方法是执行多个过滤器，以便将第一个过滤器的输出输入到下一个过滤器。但在此之前，你需要弄清楚“过滤什么”

因此，在这种特殊情况下，“23”似乎是查询字符串开头必须出现的子字符串，因此您需要从查询字符串中提取数字部分（您可以使用Java正则表达式）将结果应用为第一个筛选器，因此在这种情况下，它将是：

 where stops like '23%'

然后在这个结果的输出上，您可以应用下一个过滤器，在这种情况下，下一个过滤器可以是下一个单词（如果存在）的前两个字母，并应用其小写以保持一致性，因此在这种情况下，它将是“st”：

 where LOWER(stops) like '%st%'

---

现在，您可以通过在同一查询中应用两个过滤器（尝试使用子查询）在查询部分本身实现这一点，或者您可以引入第一个过滤器的结果集，并使用Java正则表达式在该结果集上应用剩余的过滤器。

根据您的解释，似乎每当任何用户提供搜索字符串作为第23站，第23站，23号站，或者23号站，那么过滤后的输出应该是“23号站”，对吗

所以我假设你们所有的站点名称都是XX YY stop，其中XX是一个数值，YY是ST、VT、MT等站点的缩写

如果这是正确的，那么实现这一点的一种方法是执行多个过滤器，以便将第一个过滤器的输出输入到下一个过滤器。但在此之前，你需要弄清楚“过滤什么”

因此，在这种特殊情况下，“23”似乎是查询字符串开头必须出现的子字符串，因此您需要从查询字符串中提取数字部分（您可以使用Java正则表达式）将结果应用为第一个筛选器，因此在这种情况下，它将是：

 where stops like '23%'

然后在这个结果的输出上，您可以应用下一个过滤器，在这种情况下，下一个过滤器可以是下一个单词（如果存在）的前两个字母，并应用其小写以保持一致性，因此在这种情况下，它将是“st”：

 where LOWER(stops) like '%st%'

---

现在，您可以通过在同一个查询中应用两个过滤器（尝试使用子查询）在查询部分本身实现这一点，或者您可以引入第一个过滤器的结果集，并使用Java正则表达式在该结果集上应用剩余的过滤器。

感谢npinti的快速回复。我将对此进行研究，然后再与您联系。嗨，npinti，我如何在java中实现Levenshtein距离算法？@Deepu:Apache Commons已经提供了一个实现。如果你想弄脏你的手，我链接的Wiki页面有一个Levenshtein算法的通用算法，所以你可以看看。请注意，不在数据库上执行此操作会有一些性能缺陷，因为您需要从数据库中获取所有数据，然后在Java代码中进行处理。感谢npinti的快速回复。我将对此进行研究，然后再与您联系。嗨，npinti，我如何在java中实现Levenshtein距离算法？@Deepu:Apache Commons已经提供了一个实现。如果你想弄脏你的手，我链接的Wiki页面有一个Levenshtein算法的通用算法，所以你可以看看。请注意，不在数据库上执行此操作会有一些性能缺陷，因为您需要从数据库中获取所有数据，然后在Java代码中进行处理。感谢sactiw的解释。你指出了正确的情况。我会在我的代码里试试谢谢sactiw的解释。