宽松的字符串比较

Lenient string comparison

本文关键字：比较 字符串      更新时间：2023-09-26

我想在JavaScript中执行允许/宽松字符串比较，如下所示：

Morocco = Moroco = Moroko = Morokko = Marocco = Maroco
Russia = Rusia
US = USA
Bucharest = Buharest
Afghanistan = Afganistan
Bangkok = Bankok
etc..

这些比较将在使用第三方API操作时使用。我不会在我的应用程序中基于它们做出任何选择，但我的目标是为用户提供最佳选项。用户将决定什么对他来说合适。

你能给我指对路吗？我想到的唯一想法是使用字符校验和并进行比较。也许还有更好的方法？

也可以得到一个"匹配整数"，比如：

var n = compare("Morocco", "Marocco"); // n = 95
var m = compare("Morocco", "Marokko"); // n = 85

但是怎么做呢？

谢谢。

我怀疑你会得到一些校验和。

如果你不想要一个库，只想要一个简单的算法，你可以计算Levenstein距离。这可能是简单的无字典解决方案中最好的一个。

如果你想要更强大的东西，我建议你开始研究近似字符串匹配并搜索相关的库。

对于这样的事情，最好的选择是使用拼写检查库。此库(http://www.javascriptspellcheck.com/)是一个可行的例子。进一步查看特定的API，您可以通过AJAX阅读以下建议：

o = $Spelling.AjaxSpellCheckFields(Fields)
o.onValidate = function(result) { }

我相信还有其他优秀的库可以执行类似的操作。

在算法方面，基本思想是计算用户输入的内容与词典中单词列表之间的距离。我读到一些建议，"Bloom Filter"是一个不错的选择。有关更多信息，请参阅"拼写检查器中的哪些算法提供建议？"。

总体而言，您的算法需要能够处理以下输入：

  • 用户输入的字符-明显但重要
  • 过去的选择-基本上随着时间的推移，某些错误会很常见。记住任何错误的最常见建议，或者用户如何纠正自己的错误，可以随着时间的推移真正提高算法的质量。这些信息甚至可以以用户特定的方式保存
  • 上下文-如果你知道用户应该输入国家代码，你的词典可能会大幅缩水，这意味着你应该能够提供更好的建议

我认为再多做一点研究，这应该会让你走上正轨。祝你好运！

您应该尝试使用类似Damerau–Levenstein距离的相似算法来比较这些值。以下是javascript中的一个实现：

按"；Levenstein距离"；在Javascript 中具有最佳性能

相关文章：