在数据库中搜索类似的术语答案

【问题标题】：search in database for similar terms在数据库中搜索类似的术语
【发布时间】：2012-11-22 13:07:39
【问题描述】：

我在移动设备上有一个带有 sqlce 数据库的 c# 应用程序。

在数据库中有一张大表，我想在其中搜索城市或地址的名称。问题是，城市名称来自不同的来源，或者是由不同的人插入的，因此城市包含例如 Saint XXX, St. YYY 和 St ZZZ。

在我的搜索中，我搜索 fpr St XXX 还是 Saint XXX 都无关紧要。结果应该是一样的

当然这个问题不仅仅出现在Saint这个词上，它只是一个例子。我还不知道多少，但会有很多不同的术语。

我有一些方法，比如替换

SELECT REPLACE(REPLACE(name,'St.','Saint'),'St','Saint') FROM cities WHERE name = REPLACE(REPLACE(@SearchTerm,'St.','Saint'),'St','Saint')

但性能很差。

另外，SoundEx 并没有真正给出我需要的结果，因为 Saint 和 St 听起来根本不相似。

城市名称来自外部数据源（通过合并复制），因此我无法在服务器上更新它们，也不想更新城市名称，但可以使用它们，因为它们存储在数据库中。

如何进行搜索以满足我的需求？

【问题讨论】：

Select name FROM city WHERE name like '%' + @SearchTerm
如果用户从未输入过像圣彼得堡这样的东西，而只输入了彼得堡，这将起作用。但他应该可以进入圣彼得堡，圣彼得堡或圣彼得堡
这将是一个技巧，你可以用空格（''）分割你的搜索字符串并检查第 0 个位置的字符串是（St. 或 Saint 或 St），如果是，则忽略该字符串并发送查询字符串的其余部分并使用此查询Select name FROM cities WHERE name like '%' + @SearchTerm + '%'
是的。我可以使用带有bad strings 的字典并自动创建我的SearchTerm。听起来不错。谢谢
别忘了投票，如果它对你有帮助....:-)

标签： c# sql search compact-framework sql-server-ce

【解决方案1】：

模糊搜索，每个数据库设计者的祸根......

我会在空格和标点符号处拆分数据库中的每个名称，并将生成的子字符串输入到新表“city_alias”中，该表还包括原始城市表的外键。

因此，对于“Saint Petersburg”，将创建两个别名，“Saint”和“Petersburg”。别名“Saint”很可能是一个非常常见的别名，因此在搜索查询中应该忽略它。

当用户在搜索中输入“St.Petersburg”时，它会被分成“St”和“Petersburg”。 “St”可能与“Saint”一样频繁，因此应该忽略它。因此在别名表中搜索“Petersburg”，这将返回“Saint Petersburg”（以及“Saint Petersburg-Kronstadt”或“Petersburg (Alaska)”）。

编辑：别名表也可以手动填充频繁的拼写错误（Petersbourg）、昵称（Piter）、过时的名字（Leningrad）或本地拼写（Петербу́рг）。

【讨论】：