模糊匹配Postgres中较大字符串中的子字符串

Question

是否可能在Postgres中模糊匹配较大字符串中的子字符串？

示例：

对于colour（ou）的搜索，返回字符串包含color，colors或colour的所有记录。

select 
  * 
from things
where fuzzy(color) in description;

id | description
----------------
1  | A red coloured car
2  | The garden
3  | Painting colors

=> return records 1 and 3

我想知道是否可以同时组合fuzzystrmatch和tsvector，以便将模糊匹配应用于每个矢量化项？

或者是否有其他方法？

Answer 1

您当然可以做到，但我怀疑它会非常有用：

select *,levenshtein(lexeme,'color')  from things, unnest(to_tsvector('english',description))
   order by levenshtein;

 id |    description     | lexeme | positions | weights | levenshtein 
----+--------------------+--------+-----------+---------+-------------
  3 | Painting colors    | color  | {2}       | {D}     |           0
  1 | A red coloured car | colour | {3}       | {D}     |           1
  1 | A red coloured car | car    | {4}       | {D}     |           3
  1 | A red coloured car | red    | {2}       | {D}     |           5
  3 | Painting colors    | paint  | {1}       | {D}     |           5
  2 | The garden         | garden | {2}       | {D}     |           6

[您可能希望修饰查询以应用一些截止值，可能在截止值取决于长度的情况下，并假设满足该截止值的每个描述仅返回最佳结果。这样做只是常规的SQL操作。

也许最好是最近在pg_trgm中添加的相似度运算符。

select *, description <->> 'color' as distance from things order by description <->> 'color';

 id |    description     | distance 
----+--------------------+----------
  3 | Painting colors    | 0.166667
  1 | A red coloured car | 0.333333
  2 | The garden         |        1

[另一种选择是找到一个标准化英美拼写的词干或词库（我不知道一个容易使用的词库），然后根本不使用模糊匹配。我认为这是最好的，如果可以的话。