Fuse.js模糊搜索库实战教程:从基础到高级应用
2026-02-04 04:19:46作者:管翌锬
前言
Fuse.js是一个功能强大的轻量级模糊搜索库,它能够在客户端实现高效的模糊搜索功能。本文将全面介绍Fuse.js的核心功能和使用方法,帮助开发者快速掌握这一工具。
基础搜索功能
1. 字符串数组搜索
最基本的应用场景是对字符串数组进行搜索:
const books = ["Old Man's War", "The Lock Artist"];
const options = {
includeScore: true // 返回匹配分数
}
const fuse = new Fuse(books, options);
const result = fuse.search('od man');
搜索结果会返回匹配项及其相关信息:
item: 匹配到的原始数据refIndex: 在原数组中的索引score: 匹配分数(0-1之间,越小匹配度越高)
2. 对象数组搜索
实际开发中更常见的是搜索对象数组:
const books = [
{ title: "Old Man's War", author: "John Scalzi", tags: ["fiction"] },
{ title: "The Lock Artist", author: "Steve", tags: ["thriller"] }
];
const options = {
includeScore: true,
keys: ['author', 'tags'] // 指定搜索字段
}
const fuse = new Fuse(books, options);
const result = fuse.search('tion');
高级搜索功能
3. 嵌套数据搜索
Fuse.js支持三种方式处理嵌套数据:
点表示法:
keys: ['author.tags.value']
数组表示法:
keys: [['author', 'tags', 'value']]
自定义get函数:
keys: [
{
name: 'authorName',
getFn: (book) => book.author.name
}
]
重要提示:搜索路径最终必须指向字符串类型,否则无法得到搜索结果。
4. 加权搜索
可以为不同字段设置权重,影响搜索结果排序:
const options = {
keys: [
{ name: 'title', weight: 0.3 }, // 权重较低
{ name: 'author', weight: 0.7 } // 权重较高
]
}
权重默认值为1,系统会自动将权重归一化到0-1之间。
5. 扩展搜索语法
Fuse.js提供了一套强大的搜索语法:
| 语法 | 含义 | 示例 |
|---|---|---|
jscript |
模糊匹配 | javascript |
=scheme |
精确匹配 | =scheme |
'python |
必须包含 | 'python |
!ruby |
不包含 | !ruby |
^java |
开头匹配 | ^java |
!^earlang |
不以...开头 | !^earlang |
.js$ |
结尾匹配 | .js$ |
!.go$ |
不以...结尾 | !.go$ |
使用示例:
const options = {
useExtendedSearch: true,
keys: ['title']
}
// 搜索包含"Man"和"Old",或者以"Artist"结尾的项
fuse.search("'Man 'Old | Artist$")
最佳实践
-
性能优化:对于大型数据集,建议合理设置
threshold和distance参数以平衡精度和性能。 -
结果展示:结合
includeScore和includeMatches可以获取更多匹配详情,便于前端展示高亮效果。 -
搜索体验:使用
minMatchCharLength避免太短的查询词返回过多结果。 -
特殊字符处理:对于包含特殊符号的数据,考虑使用
ignoreSymbols选项。
结语
Fuse.js通过灵活的配置和强大的搜索算法,为前端搜索功能提供了优秀的解决方案。从简单的字符串匹配到复杂的嵌套对象搜索,再到精确的加权控制,它几乎能满足所有常见的搜索场景需求。掌握这些技巧后,开发者可以轻松实现高质量的搜索体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
暂无简介
Dart
805
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
211
昇腾LLM分布式训练框架
Python
120
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781