查找文本重複 - 易於實現

Question

我正在尋找一些不錯的易於實現的算法來查找我的cms中的重複文本。 實際上，我將文本保存到額外的列中，刪除了空格，並將所有字符設置爲小寫，這樣，如果空格和字母大小不同，我可以找到重複項，但這不夠。

我該如何處理兩個文本是由幾個字符不同的情況，我也希望他們被識別爲重複？

Answer 1

這個問題的簡單解決方案是使用Soundex檢查。您將每個單詞轉換爲與Soundex等效的單詞，消除小單詞，如果記錄相同，則爲匹配。原油，但有效。