fuzzy_match:使用字符串相似性和（可选）正则表达式规则在大海捞针中查找针（文档或记录）。 内部使用骰子系数（又称配对相...

您应该使用FuzzyMatch的3大理由 智能默认值：它结合使用了配对距离（2克）和Levenshtein编辑距离来有效匹配许多没有配置的示例 all-vs-all ：通过比较所有内容与其他内容（必要时）来寻找最佳匹配项 可精炼：您可能无需配置即可达到90％的性能，但是如果您需要超越此限制，则可以使用正则表达式，分组和停用词 它解决了许多中端匹配问题-如果您的干草堆有大约1万条记录-如果您可以在数据库级别上降低最初的可能性并且仅将好的竞争者带入应用程序内存中，为什么不试一试呢？ 模糊匹配 根据字符串相似性和正则表达式规则在大海捞针中找到一根针。 替换因为这是一个令人困惑的名称。 警告！ normalizers器在版本2及更高版本中不存在！ 查看CHANGELOG并签出增强的（希望是更直观的） groupings 。 快速开始 >> require 'fuzzy_match' => tr