fuzzify

mengaburkan

Perpustakaan kecil yang ringan untuk Pencarian Fuzzy.

Mengapa

Saya membuat perpustakaan ini sebagai hasil pembelajaran tentang algoritma Jarak Levenshtein untuk menghitung jumlah minimum pengeditan karakter tunggal (penyisipan, penghapusan atau penggantian) yang diperlukan untuk mengubah satu kata ke kata lain oleh Vladimir Levenshtein.

Catatan

Catatan: Perpustakaan masih berada pada tahap awal, jadi jika Anda ingin membantu memperbaikinya, silakan buka terbitan.

Demo Langsung

Anda dapat memeriksa demonya di sini.

Instalasi

dengan yarn

yarn add fuzzify

dengan npm

npm install fuzzify

Penggunaan

 import Fuzzy from "fuzzify" ;

const countries = [
  "Australia" ,
  "France" ,
  "Germany" ,
  "Hungary" ,
  "Iceland" ,
  "India" ,
  "Israel" ,
  "Italy" ,
  "Japan" ,
  "Malawi" ,
  "Malaysia" ,
  "Maldives" ,
] ;
const fuzzy = new Fuzzy ( countries ) ;

const query = "ala" ;
const results = fuzzy . search ( query ) ;

console . log ( "RESULTS" , results ) ;

API search memberikan perkiraan string yang cocok dengan kueri yang diteruskan dalam format di bawah ini.

Atribut	Keterangan
teks	String target yang cocok dengan kueri
jarak	Jumlah minimum pengeditan (Penyisipan / Penghapusan / Pergantian) yang diperlukan untuk mengubah kueri menjadi teks target.

 [
  {
    text : "Malawi" ,
    distance : 3 ,
  } ,
  {
    text : "Malaysia" ,
    distance : 5 ,
  } ,
  {
    text : "Australia" ,
    distance : 6 ,
  } ,
  {
    text : "Italy" ,
    distance : 3 ,
  } ,
  {
    text : "Japan" ,
    distance : 3 ,
  } ,
  {
    text : "Iceland" ,
    distance : 5 ,
  } ,
  {
    text : "Maldives" ,
    distance : 6 ,
  } ,
  {
    text : "Israel" ,
    distance : 5 ,
  } ,
  {
    text : "India" ,
    distance : 4 ,
  } ,
  {
    text : "France" ,
    distance : 5 ,
  } ,
  {
    text : "Germany" ,
    distance : 6 ,
  } ,
  {
    text : "Hungary" ,
    distance : 6 ,
  } ,
] ; 

Pilihan

includeMatches

includeMatches - Menentukan apakah indices yang karakternya cocok harus dikembalikan dalam respons. Setiap elemen match terdiri dari dua indeks -

1. Indeks string kueri tempat kecocokan ditemukan.
2. Indeks string target tempat kecocokan ditemukan.

Contoh ?

 query = "ala" , target string = "Australia"
matches : [
  [ 0 , 5 ] ,
  [ 1 , 6 ] ,
  [ 2 , 8 ] ,
] ,

Dalam contoh di atas? kecocokan ditemukan

1. karakter a pada indeks 0th di ala cocok dengan karakter a pada indeks 5th di Australia
2. karakter l pada indeks 1st di ala cocok dengan karakter a pada indeks 6th di Australia
3. karakter a pada indeks 2nd di ala cocok dengan karakter a pada indeks 8th di Australia

Respon lengkapnya adalah?

 [
  {
    text : "Malawi" ,
    distance : 3 ,
    matches : [
      [ 0 , 1 ] ,
      [ 1 , 2 ] ,
      [ 2 , 3 ] ,
    ] ,
  } ,
  {
    text : "Malaysia" ,
    distance : 5 ,
    matches : [
      [ 0 , 1 ] ,
      [ 1 , 2 ] ,
      [ 2 , 7 ] ,
    ] ,
  } ,
  {
    text : "Australia" ,
    distance : 6 ,
    matches : [
      [ 0 , 5 ] ,
      [ 1 , 6 ] ,
      [ 2 , 8 ] ,
    ] ,
  } ,
  {
    text : "Italy" ,
    distance : 3 ,
    matches : [
      [ 0 , 2 ] ,
      [ 1 , 3 ] ,
    ] ,
  } ,
  {
    text : "Japan" ,
    distance : 3 ,
    matches : [
      [ 0 , 1 ] ,
      [ 2 , 3 ] ,
    ] ,
  } ,
  {
    text : "Iceland" ,
    distance : 5 ,
    matches : [
      [ 1 , 3 ] ,
      [ 2 , 4 ] ,
    ] ,
  } ,
  {
    text : "Maldives" ,
    distance : 6 ,
    matches : [
      [ 0 , 1 ] ,
      [ 1 , 2 ] ,
    ] ,
  } ,
  {
    text : "Israel" ,
    distance : 5 ,
    matches : [
      [ 0 , 3 ] ,
      [ 1 , 5 ] ,
    ] ,
  } ,
  {
    text : "India" ,
    distance : 4 ,
    matches : [ [ 2 , 4 ] ] ,
  } ,
  {
    text : "France" ,
    distance : 5 ,
    matches : [ [ 2 , 2 ] ] ,
  } ,
  {
    text : "Germany" ,
    distance : 6 ,
    matches : [ [ 2 , 4 ] ] ,
  } ,
  {
    text : "Hungary" ,
    distance : 6 ,
    matches : [ [ 2 , 4 ] ] ,
  } ,
] ;

includeScore

Menentukan apakah skor harus ditambahkan pada hasil. Skor 1 berarti sama persis, namun skor 0 berarti tidak ada kecocokan dan opsi tersebut dihapus dari hasil. Jika Anda ingin mendapatkan semua opsi pada hasilnya, silakan buka masalah dan mari berdiskusi.

caseSensitive

Menentukan apakah kueri harus peka huruf besar-kecil atau tidak. Secara default, opsi ini false .

Mendirikan

Instal paket:

 yarn

Mulai taman bermain pengembangan:

 yarn start

Perintah bangun:

 yarn build

Berkontribusi

Silakan buka masalah agar kita dapat mulai berdiskusi. Bantuan apa pun untuk meningkatkan perpustakaan sangat diharapkan :).