这里的模糊匹配，我的意思是从查询的单词列表中找到有60-70%的单词匹配的文档。
例如：
>> #(Query string as passed by user)
>> query = i am searching for a document that is matched fuzzily with what i am giving here.
>> QueryParser("content", ix.schema).parse(query)
此查询将查找包含所有单词的文档，但我想查找包含至少 60% 或更多上述单词的所有文档。
由于我要处理的单词数量很大，并且我不希望以编程方式将此单词集划分为不同的集合（用于 ORing）。
【问题讨论】：
标签： python search indexing fuzzy-search whoosh
这在 Whoosh 中似乎是 Not implemented yet（已检查 28/05/2015）。
但是，在[whoosh.query.Or][1] 的文档中，有一个minmatch 参数的引用：
类whoosh.query.Or（子查询，boost=1.0，minmatch=0， scale=None）
参数：
子查询——要搜索的查询对象列表。
boost – 应用于所有匹配文档的分数的提升因子。
minmatch - 尚未实施。
scale——“协调奖励”的比例因子。如果该值不为 None，则应为大于 0 且小于 1 的浮点数。匹配文档的分数根据文档中匹配的查询词数进行提升/惩罚。这个数字衡量了奖金的效果。
如果我们假设 minmatch 是最小匹配关键字，那么解决方案应该是这样的
from math import ceil
from whoosh.query import Or, Term
raw_query = "i am searching for a document that is matched fuzzily with what i am giving here."
min_ratio = ceil(len(raw_query) * 3.0 / 5.0)
query = Or([Term("content", word) for word in raw_query.split()], minmatch = min_ratio)
在这种情况下，您应该忽略停止过滤，或者您应该在计算查询长度之前过滤查询中的停用词。
【讨论】：