我想搜索具有编辑距离的 Lucene 索引。例如，假设有一个包含字段 FIRST_NAME 的文档；我想要所有名字与“约翰”相距 1 编辑距离的文档。
我知道 Lucene 支持模糊搜索 (FIRST_NAME:john~) 并采用 0 到 1 之间的数字来控制模糊性。问题（对我来说）是这个数字不能直接转化为编辑距离。当文档中的值是短字符串（少于 3 个字符）时，模糊搜索很难找到它们。例如，如果有一个带有 FIRST_NAME 'J' 的文档，我搜索 FIRST_NAME:I~0.0 我什么也得不到。
在 Lucene 的 FuzzyQuery 中，您不能指定确切的距离。您可以指定介于 0 和 1 之间的“模糊性”值，其中接近 0 的值表示广泛匹配，接近 1 的值表示窄匹配。“模糊性”的公式如下。（来自 Lucene 在行动）
从这个公式中，您可以返回给定距离值的近似模糊度。因此，StackOverflow要与StackUnderflow距离为 3 的 匹配，所需的模糊度约为 0.77。
如果您只需要 1 个编辑距离并且结果可以包含完全匹配，那么您可以在查询语言中使用单字符通配符。如果名字是
john
那么匹配它的查询和 1 编辑距离内的任何术语看起来像
?john OR j?ohn OR jo?hn OR joh?n OR john? OR ohn OR jhn OR joh OR ?ohn OR j?hn OR jo?n OR joh?
对于更复杂的情况，您可能需要获取索引中的术语列表（使用IndexReader.term()），保留 1 编辑距离的术语，然后搜索其中的任何术语。