Python Postgresql:子字符串匹配的Levenshtein编号

问题：我正在提取在长描述字段中具有术语“posthole”的行。这些经常拼错。我使用Levenshtein函数创建了一个字段来计算描述和术语“posthole”之间的差异，但它匹配整个字符串。我需要找到一种方法来修改它，以计算到最接近术语“posthole”的字符串的子字符串的距离

解决方案：我唯一能想到的是将字符串拆分为空格上的子字符串，并将每个子字符串与搜索词匹配。我只是想看看有没有人知道更好的方法

---

目前这是纯PostgreSQL，但如果有模块处理此问题，我可以将一些Python代码插入数据库。

您可以将字符串拆分为行：

with inputs (id, textcol) as (
  values (1, 'this is a test of postole and some other posthole expressions'),
         (2, 'just another posthole entry')
)
select id, word, levenshtein(upper(word), 'POSTHOLE') 
  from inputs
       cross join lateral regexp_split_to_table(textcol, '\y') r(word) 
 where length(word) > 5
   and levenshtein(upper(word), 'POSTHOLE') < 4
;

┌────┬──────────┬─────────────┐
│ id │   word   │ levenshtein │
├────┼──────────┼─────────────┤
│  1 │ postole  │           1 │
│  1 │ posthole │           0 │
│  2 │ posthole │           0 │
└────┴──────────┴─────────────┘
(3 rows)

输入（id，textcol）为(
值（1，'这是对postole和其他一些posthole表达式的测试'），
（2，‘只是另一个桩孔入口’）
)
选择id、word、levenshtein（上（word）、POSTHOLE）
从输入
交叉连接横向regexp\u split\u到表（textcol，'\y'）r（word）
其中长度（字）>5
和levenshtein（上（字），“POSTHOLE”）<4
;
┌────┬──────────┬─────────────┐
│ 身份证件│   单词│ 列文施坦│
├────┼──────────┼─────────────┤
│  1.│ 后极│           1.│
│  1.│ 桩孔│           0│
│  2.│ 桩孔│           0│
└────┴──────────┴─────────────┘
（3排）