R:我必须在字符串中进行软匹配

我必须用给定的输入字符串在一列数据帧中进行软匹配，如

col <- c("John Collingson","J Collingson","Dummy Name1","Dummy Name2")

inputText <- "J Collingson"
#Vice-Versa
inputText <- "John Collingson"

---

col似乎
agrep
就是您要寻找的功能。它进行
近似字符串匹配（模糊匹配）
。它根据某种距离度量返回与输入模式最接近的匹配，即广义Levenshtein编辑距离。有关更多详细信息，请参见agrep

agrep("J Collingson", col, value = TRUE)
[1] "John Collingson" "J Collingson"  

agrep
如果您只有一点数据，那么绝对是一个快速简便的base R解决方案。如果这只是一个较大数据帧的玩具示例，您可能会对一个更耐用的工具感兴趣。在过去的一个月里，了解到@PaulHiemstra（也用不同的语言）提到的Levenshtein距离，我找到了这个包裹。这些小插曲让我想要更多的“软”或“模糊”匹配的例子，特别是在超过1个字段中，但您的问题的基本答案可能是：

library(RecordLinkage)
col <- data.frame(names1 = c("John Collingson","J Collingson","Dummy Name1","Dummy Name2"))
inputText <- data.frame(names2 = c("J Collingson"))
g1 <- compare.linkage(inputText, col, strcmp = T)
g2 <- epiWeights(g1)
getPairs(g2, min.weight=0.6) 
# id          names2 Weight
# 1  1    J Collingson       
# 2  2    J Collingson  1.000
# 3                          
# 4  1    J Collingson       
# 5  1 John Collingson  0.815

inputText2 <- data.frame(names2 = c("Jon Collinson"))
g1 <- compare.linkage(inputText2, col, strcmp = T)
g2 <- epiWeights(g1)
getPairs(g2, min.weight=0.6)
# id          names2    Weight
# 1  1   Jon Collinson          
# 2  1 John Collingson 0.9644444
# 3                             
# 4  1   Jon Collinson          
# 5  2    J Collingson 0.7924825

库（记录链接）
上校