在fuzzysort中实现属性过滤搜索的技术方案

fuzzysort是一个优秀的模糊搜索库，但有时我们需要在模糊匹配的基础上增加属性过滤功能。本文将介绍如何扩展fuzzysort实现类似GitHub的高级搜索语法。

需求分析

典型的应用场景是：用户输入类似"postgres stargazers>10"的查询，系统需要同时满足：

1. 对名称进行模糊匹配（如匹配"postgres"）
2. 对特定属性进行条件过滤（如stargazers数量大于10）

技术实现方案

核心思路是通过正则表达式分离查询字符串中的模糊搜索部分和属性过滤条件，然后分别处理。

1. 解析查询字符串

使用正则表达式/\b(\w+)([><=!]+)(\d+)\b/g来匹配属性条件：

• \w+匹配属性名
• [><=!]+匹配比较运算符
• \d+匹配数值

2. 分离查询条件

将原始查询字符串分为两部分：

• 模糊搜索部分：移除所有属性条件后的剩余字符串
• 属性条件：提取出的属性名、运算符和值

3. 执行模糊搜索

使用fuzzysort的标准接口对模糊搜索部分进行查询，注意设置all: true以获取所有结果供后续过滤。

4. 应用属性过滤

对模糊搜索结果进行二次过滤，根据提取的属性条件逐个验证：

• 支持的操作符包括：>、<、>=、<=、==、!=
• 将属性值与条件值进行比较

代码实现示例

function enhancedFuzzySearch(query, data, options = {}) {
  options.all = true
  
  // 解析属性条件
  const attributeRegex = /\b(\w+)([><=!]+)(\d+)\b/g
  const cleanedQuery = query.replace(attributeRegex, '').trim()
  
  // 执行模糊搜索
  const results = fuzzysort.go(cleanedQuery, data, options)

  // 收集属性条件
  const attributes = []
  let match
  while ((match = attributeRegex.exec(query)) !== null) {
    attributes.push({
      attr: match[1],
      operator: match[2],
      value: Number(match[3]),
    })
  }

  // 过滤结果
  return results.filter(result => {
    const item = result.obj
    return attributes.every(({ attr, operator, value }) => {
      switch (operator) {
        case '>': return item[attr] > value
        case '<': return item[attr] < value
        case '>=': return item[attr] >= value
        case '<=': return item[attr] <= value
        case '==': return item[attr] === value
        case '!=': return item[attr] !== value
        default: return false
      }
    })
  })
}

应用场景

这种增强搜索特别适用于：

• 代码仓库搜索（如GitHub风格的搜索）
• 电商产品筛选
• 数据分析工具
• 任何需要结合文本搜索和数值过滤的场景

扩展思考

1. 性能优化：对于大数据集，可以先进行属性过滤再进行模糊搜索可能更高效
2. 更复杂的条件：可以扩展支持字符串匹配、范围查询等
3. 错误处理：增加对无效属性名或值的容错处理
4. UI集成：在搜索框提供自动补全和语法提示

通过这种方案，我们成功地将fuzzysort的模糊搜索能力与结构化数据查询结合起来，为用户提供了更强大的搜索体验。