在可能有排字的MySQL数据库中搜索名称
我目前正在编写一个脚本，任务是查看数以万计的帐户信息，清理错误的地址，以及打印关于地址如何被清除的报告。目前，最大的不洁地址来源是错误的街道名称(令人惊讶的是，你能拼写一个街道名称的方式有多少种)。无论如何，目前我的脚本获取输入街道名，并执行一系列针对挪威语言的编辑(v.变成vegen，gt.变成gata等等)。并在大约200万行地址数据库中搜索街道名称。如果找不到匹配，它就会将街道名称的后半部分分割开来，用通配符替换它。它尝试了通配符搜索的不同变体。
总之，我的问题是：
MySQL是否包括任何能让我更轻松的东西？我记得在MySQL中提到了一个“搜索”函数，它可以在列中找到最匹配的字符或什么的单元格。在我的外卡搜索失败的情况下，这将是一个很好的工具。
任何有助于查找与错误地址匹配的内容都将是很棒的。
回答 3
Stack Overflow用户
发布于 2011-05-31 04:11:40
一个选择可能是尝试使用SOUNDEX让你接近你想要的东西。SOUNDEX将使匹配的发音，所以它可能会让你更近，如果人们是错误的根据拼音拼法的街道名称。
您还可以尝试Levenshtein距离算法。这可能与你正在寻找的东西有着更紧密的联系。基本上看一个词离另一个单词有多近。它可以用于拼写检查等，并且在查找地址字段中的不良数据时可能很有用。这里有一个链接：
http://www.merriampark.com/ld.htm
如果您希望函数在MySQL中使用Levenshtein距离算法，您可以在这里查看一个示例：
http://www.artfulsoftware.com/infotree/queries.php#552
Stack Overflow用户
发布于 2011-05-31 04:12:28
您可能需要使用FULLTEXT索引和模糊MATCH ... AGAINST查询。请记住，默认情况下，索引中不包含小于4个字母的单词。。
Stack Overflow用户
发布于 2011-05-31 04:22:30
这是更多的工作，但是：
- 使用字段创建一个表words
- word
- num\_appeared
- 以及words和addresses之间的枢轴表
- address\_id
- word\_id
遍历 address 表，将地址按单词拆分，然后在 word 表中插入每个单词，并在pivot表中创建记录。当你做完，排序的单词表由num_appeared ASC和那里-你有最大的机会被错误键入的单词。然后，您可以创建一个脚本，在这些单词之后搜索google，而google提出的建议可能是该单词的正确形式。
https://stackoverflow.com/questions/6182915
复制相似问题
腾讯云开发者
