如何在MySQL中使用Levenshtein函数查找标题相似的文章

阿华AIGC实验室

2026-5-28

关于用Levenshtein实现文章标题相似匹配的问题解答

嘿，我来帮你把这些问题拆解清楚～

1. Levenshtein距离是否适合匹配完整文章标题？

当然可以！Levenshtein距离（也就是编辑距离）本质是计算两个字符串之间通过插入、删除、替换字符变成彼此所需的最少操作次数，不管是单个单词还是完整的标题语句都能适用。

不过有个小细节要注意：如果两个标题的长度差异很大，直接看编辑距离的绝对值可能不太好判断相似程度。这时候可以把它转换成相对相似度，公式大概是：1 - 编辑距离 / max(两个标题的长度)，这样得到的数值在0到1之间，越接近1就说明两个标题越相似，用起来更直观。

2. 你给出的SQL版Levenshtein函数怎么用？

这段代码是MySQL的自定义函数，首先你得把它导入到你的数据库里——可以通过MySQL命令行、phpMyAdmin或者其他数据库管理工具执行这段创建函数的SQL语句。创建成功后，就能直接在查询里调用了：

举个例子，假设你有个articles表，里面存着文章的title字段，现在想找和「PHP开发实战指南」相似的标题，就可以这么写查询：

SELECT 
  title, 
  LEVENSHTEIN(title, 'PHP开发实战指南') AS edit_distance,
  1 - LEVENSHTEIN(title, 'PHP开发实战指南')/GREATEST(CHAR_LENGTH(title), CHAR_LENGTH('PHP开发实战指南')) AS similarity
FROM articles
ORDER BY edit_distance ASC;

这个查询会返回所有文章标题的编辑距离和相似度，并且按编辑距离从小到大排序——也就是越相似的标题会排在前面。

3. PHP开发的网站，有哪些合适的库/方案推荐？

PHP本身就有不少好用的方案，不用额外折腾复杂的库：

PHP内置函数：PHP自带了levenshtein()函数，直接就能用！比如：

$targetTitle = "PHP开发实战指南";
$compareTitle = "PHP实战开发指南";

$distance = levenshtein($targetTitle, $compareTitle);
$similarity = 1 - $distance / max(strlen($targetTitle), strlen($compareTitle));

echo "编辑距离：{$distance}，相似度：{$similarity}";

这个是最省心的方案，不需要安装任何额外依赖。

进阶文本相似度库：如果需要更丰富的匹配算法（比如Jaccard系数、余弦相似度这些），可以试试PHP Similarity库，它封装了多种文本相似计算方法，适合有精细化需求的场景。
中文分词优化：如果你的标题是中文的，先分词再计算相似度会更准确。可以用scws这种PHP分词扩展，或者纯PHP的分词库，把标题拆成词语集合后再计算相似性，这样比直接对整个字符串计算更贴合中文的语义逻辑。