https://plumephp.com/tags/levenshtein/Recent content in Levenshtein on PlumePHPHugozh-CNMon, 28 Sep 2026 10:00:00 +0800https://plumephp.com/others-fuzzy-text-matching/Mon, 28 Sep 2026 10:00:00 +0800https://plumephp.com/others-fuzzy-text-matching/<h2 id="引言">引言</h2> <p>&ldquo;用户把 <code>brother</code> 打成 <code>borther</code>，客服把客户名抄错一位，爬虫抓到了 99% 相同的两篇文章&rdquo;——<strong>模糊匹配</strong>要回答的就是&quot;这两段文本像不像、差几个字符、是不是同一个东西&quot;。本文从零搭一套匹配工具箱：先讲最经典的<strong>编辑距离</strong>（Levenshtein 及其优化、Damerau 的调换），再讲 token 级的 <strong>Jaccard/Dice</strong> 与擅长人名匹配的 <strong>Jaro-Winkler</strong>，接着讲模糊搜索怎么落地（fzf 原理、编辑距离阈值、候选集），再讲<strong>大规模去重</strong>的利器 SimHash/MinHash（为什么不是两两比较），最后给一个可落地的&quot;匹配引擎&quot;设计。</p>