如何使用FlexSearch实现包含数字的精确字符序列匹配

问题根因 #

当前配置下FlexSearch的默认分词和匹配规则会做字符归一化、模糊匹配，不会严格校验输入序列和索引内容的完全包含关系，才会出现不存在的搜索词也返回结果的问题。

可行配置修改方案 #

把索引初始化的参数改成如下配置即可实现精确包含匹配：

const index = new FlexSearch.Index({
  tokenize: "strict", // 关闭宽松分词，严格按输入序列匹配
  matcher: false, // 关闭默认的字符模糊匹配，避免字母和数字误匹配
  split: /\W+/, // 自定义分词规则，按非单词字符拆分，保留数字和字母的组合
  cache: true
});

如果需要完全精确匹配（即搜索词必须和整个索引条目完全一致，而不是仅作为子串存在），可以额外加type: "match"参数：

const index = new FlexSearch.Index({
  type: "match",
  tokenize: "strict",
  matcher: false,
  split: /\W+/,
  cache: true
});

自定义Analyzer实现更复杂的匹配规则 #

如果内置配置满足不了个性化匹配需求，可以自行实现Analyzer来处理含数字的序列：

const index = new FlexSearch.Index({
  analyze: (str) => {
    // 可自定义处理逻辑，示例为保留所有字母数字组合，不做额外拆分和归一化
    return [str.toLowerCase()];
  },
  cache: true
});

浏览器端替代方案 #

如果数据量级在十万条以内，也可以用原生API实现轻量精确匹配，性能完全够用：

// 精确包含匹配示例
function search(query, data) {
  // 先转义正则特殊字符避免匹配异常
  const reg = new RegExp(query.replace(/[.*+?^${}()|[\]\\]/g, '\\$&'), 'i');
  return data.filter(item => reg.test(item));
}

内容的提问来源于stack exchange，提问作者Zzirconium