MYSQL如何找到两个不同的文本字段？
我将电子邮件的HTML内容存储在我的数据库中。MYSQL如何找到两个不同的文本字段？
如果我将两个相同的电子邮件存储在我的数据库中，由于个性化（可能会说“Hello Stephen，感谢您订阅...”，而另一个“Hello Andrew，谢谢你订阅......“）。
我如何判断这些文本字段只是略有不同？ （也许有百分比表示他们是95％相似）。
这里是一个很好的起点为MySQL： http://www.artfulsoftware.com/infotree/queries.php#552
一个Levenshtein距离是将一个字符串到另一个需要编辑的数量。你可能会把这个距离除以字符串的长度来得到一个百分比。
对于PHP，有一个内置的莱文斯坦功能：http://www.php.net/manual/en/function.levenshtein.php
这也可以帮助：http://www.php.net/manual/en/function.similar-text.php。 similar_text（）返回两个字符串中匹配字符的数量。
在比较长字符串时，我认为这一个的性能比levenshtein算法好很多。 – 2012-03-02 21:40:04
根据PHP手册，levenshtein比similar_text更快。 levenshtein是O（m * n）（m是字符串1的len，n是字符串2的len），而similar_text是O（n ** 3）（n是最长字符串的len）。 – 2012-03-02 21:45:06
如果“其中一个参数字符串长于255个字符的限制”，levenshtein不起作用。 /： – 2012-03-02 21:52:23
哦，这很聪明。一旦我开始工作，我会将其标记为正确。 ;） – 2012-03-02 21:11:53
@StephenSarcsamKamenar对不起，我在看你使用MySQL的事实。如果你想用PHP而不是MySQL来做到这一点，那么在PHP中有一个内建的levenshtein函数：http://www.php.net/manual/en/function.levenshtein.php – 2012-03-02 21:46:08
Np。出于性能原因，我宁愿在MYSQL中执行此操作。为什么levenshtein函数对两个字符串都有255个字符限制？ – 2012-03-02 21:54:38