Postgresql Postgres全文搜索和拼写错误（又名模糊全文搜索）

我有一个场景，我有非正式沟通的数据，我需要能够搜索。因此，我希望全文搜索，但我也有意识的拼写错误。问题是我如何考虑拼写错误，以便能够进行模糊全文搜索

这在本文讨论拼写错误的地方进行了非常简要的讨论

所以我建立了一个文档表，创建了索引等

CREATE TABLE data (
  id int GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY, 
  text TEXT NOT NULL);

我可以创建一个tsvector类型的附加列，并相应地建立索引

alter table data 
  add column search_index tsvector 
  generated always as (to_tsvector('english', coalesce(text, ''))) 
  STORED;

create index search_index_idx on data using gin (search_index);

例如，我有一些文本，其中数据显示baloon，但有人可能会搜索balloon，所以我插入两行，其中一行故意拼写错误

insert into data (text) values ('baloon');
insert into data (text) values ('balloon');

select * from data;

id |  text   | search_index
----+---------+--------------
 1 | baloon  | 'baloon':1
 2 | balloon | 'balloon':1

。。。并对数据执行全文搜索

select * from data where search_index @@ plainto_tsquery('balloon');

 id |  text   | search_index
----+---------+--------------
  2 | balloon | 'balloon':1
(1 row)

但是我没有收到拼错版本baloon的结果。。。因此，利用链接文章中的建议，我建立了一个查找表，列出了我词典中的所有单词，如下所示

通过在tsquery中添加类似的词素，可以获得良好的结果

。。。我可以搜索可能拼写错误的类似单词

从数据中选择单词，similarityword，'balloon'作为相似度，其中similarityword，'balloon'>0.4按similarityword，'balloon'排序

  word   | similarity
---------+------------
 baloon  |  0.6666667
 balloon |          1

。。。但我如何在查询中包含拼写错误的单词呢

这不是上面这篇文章的意思吗

select plainto_tsquery('balloon' || ' ' || (select string_agg(word, ' ') from data_words where similarity(word, 'balloon') > 0.4));

         plainto_tsquery
----------------------------------
 'balloon' & 'baloon' & 'balloon'
(1 row)

。。。插入实际搜索，我没有得到任何行

select * from data where text @@ plainto_tsquery('balloon' || ' ' || (select string_agg(word, ' ') from data_words where similarity(word, 'balloon') > 0.4));

select * from data where search_index @@ phraseto_tsquery('baloon balloon'); -- no rows returned

---

我不确定我在这里哪里出了问题——有什么能说明问题吗？我觉得我很快就要开始了…？

用于查询并在可选项之间用|构造一个字符串。哈哈，谢谢。。。。我可以做到这一点。。。从数据中选择文本，并按“搜索”索引中的“气球”进行正确搜索@从数据中选择“气球”并按“气球”索引中的“气球”顺序搜索单词%baloon；这真的是你应该做模糊全文搜索的方式吗？我的意思是，这有点奏效，但同时我也无法摆脱这样一种感觉：我错过了一些东西或很多东西……我想是的。PostgreSQL中没有关于模糊全文搜索的规定。你可以调查一本包含所有可能拼写错误的同义词词典。最终，这类查询与我想得到的最接近。。。谢谢你的帮助！选择文本，从数据中选择“baloon”，从数据中选择“baloon”，从数据中选择“baloon”，从数据中选择“baloon”，从数据中选择“baloon”，从数据中选择word%”“baloon”，按搜索索引“baloon”描述的顺序排列；

SELECT to_tsquery('balloon |' ||
                  string_agg(word, ' | ')
       )
FROM data_words
WHERE similarity(word, 'balloon') > 0.4;

SELECT to_tsquery('balloon |' ||
                  string_agg(word, ' | ')
       )
FROM data_words
WHERE similarity(word, 'balloon') > 0.4;