fuse.js vs fuzzysort vs fuzzy-search vs fuzzysearch vs elasticlunr | Comparaison des packages npm "Recherche Floue et Indexation"

Package	Téléchargements	Stars	Taille	Issues	Publication	Licence

fuse.js	3,924,167	19,002	456 kB	14	il y a 2 mois	Apache-2.0
fuzzysort	401,574	4,088	45.6 kB	9	il y a 6 mois	MIT
fuzzy-search	160,225	226	-	16	il y a 5 ans	ISC
fuzzysearch	107,731	2,724	-	5	il y a 10 ans	MIT
elasticlunr	27,526	2,059	-	77	il y a 9 ans	MIT

Package

Téléchargements

Stars

Taille

Issues

Publication

Licence

fuse.js

3,924,167

19,002

456 kB

il y a 2 mois

Apache-2.0

fuzzysort

401,574

4,088

45.6 kB

il y a 6 mois

MIT

fuzzy-search

160,225

226

il y a 5 ans

ISC

fuzzysearch

107,731

2,724

il y a 10 ans

MIT

elasticlunr

27,526

2,059

il y a 9 ans

MIT

Type de Recherche

fuse.js:
fuse.js est conçu pour la recherche floue dans des listes d'objets. Il permet des correspondances approximatives basées sur les fautes de frappe, ce qui le rend idéal pour les recherches où la précision n'est pas garantie.
fuzzysort:
fuzzysort effectue une recherche floue et trie les résultats en fonction de leur proximité avec la chaîne de recherche. Cela permet aux utilisateurs de voir les correspondances les plus pertinentes en premier, améliorant ainsi l'expérience de recherche.
fuzzy-search:
fuzzy-search effectue une recherche floue simple dans des tableaux de chaînes ou d'objets. Elle trouve les correspondances approximatives sans nécessiter d'indexation préalable, ce qui la rend rapide et efficace pour les petits ensembles de données.
fuzzysearch:
fuzzysearch implémente une recherche floue rapide dans des chaînes de caractères, se concentrant sur la correspondance de sous-chaînes avec des erreurs. Elle est rapide et efficace, mais ne fournit pas de fonctionnalités avancées comme le classement des résultats.
elasticlunr:
elasticlunr prend en charge la recherche par mot-clé et la recherche floue, mais elle nécessite que les données soient indexées au préalable. Cela permet des recherches rapides et efficaces dans des ensembles de données statiques.

Indexation

fuse.js:
fuse.js n'exige pas d'indexation préalable. Il recherche directement dans les données fournies, ce qui le rend flexible mais peut être moins performant pour les très grands ensembles de données.
fuzzysort:
fuzzysort ne nécessite pas d'indexation. Elle recherche et trie les résultats en temps réel, ce qui la rend efficace pour les ensembles de données dynamiques.
fuzzy-search:
fuzzy-search ne nécessite pas d'indexation. Elle recherche directement dans les tableaux fournis, ce qui la rend rapide et simple à utiliser.
fuzzysearch:
fuzzysearch ne nécessite pas d'indexation. Elle recherche rapidement des correspondances floues dans les chaînes de caractères fournies.
elasticlunr:
elasticlunr crée des index inversés pour les documents, ce qui permet des recherches rapides. L'indexation doit être effectuée avant la recherche, mais elle est efficace pour les ensembles de données statiques.

Performance

fuse.js:
fuse.js peut devenir lent avec des ensembles de données très volumineux en raison de sa nature de recherche floue. Cependant, il est optimisé pour des recherches rapides dans des listes de taille moyenne.
fuzzysort:
fuzzysort est rapide et efficace, surtout pour les ensembles de données où le tri des résultats est important. Elle utilise des algorithmes optimisés pour minimiser le temps de recherche.
fuzzy-search:
fuzzy-search est performant pour les petites et moyennes listes. Elle peut ralentir avec des ensembles de données très volumineux, mais reste rapide grâce à son algorithme simple.
fuzzysearch:
fuzzysearch est très rapide pour les recherches floues dans les chaînes de caractères. Elle est conçue pour être efficace et consomme peu de ressources.
elasticlunr:
elasticlunr offre de bonnes performances pour les recherches dans des ensembles de données indexés. L'indexation peut prendre du temps, mais les recherches sont rapides une fois l'index créé.

Exemple de Code

fuse.js:

Exemple de recherche avec fuse.js

const Fuse = require('fuse.js');

// Données à rechercher
const data = [
  { id: 1, title: 'Bonjour', description: 'Ceci est un document.' },
  { id: 2, title: 'Monde', description: 'Ceci est un autre document.' },
];

// Configurer Fuse.js
const options = {
  keys: ['title', 'description'],
  threshold: 0.3,
};
const fuse = new Fuse(data, options);

// Rechercher
const result = fuse.search('Bonjour');
console.log(result);

fuzzysort:

Exemple de recherche avec fuzzysort

const fuzzysort = require('fuzzysort');

// Données à trier
const items = ['Bonjour', 'Monde', 'Document', 'Fichier'];

// Rechercher et trier
const results = fuzzysort.go('Bnr', items);
console.log(results);

fuzzy-search:

Exemple de recherche avec fuzzy-search

const fuzzySearch = require('fuzzy-search');

// Données à rechercher
const items = ['Bonjour', 'Monde', 'Document', 'Fichier'];

// Rechercher des correspondances floues
const results = fuzzySearch(items, 'Bnr');
console.log(results);

fuzzysearch:

Exemple de recherche avec fuzzysearch

const fuzzysearch = require('fuzzysearch');

// Chaînes à comparer
const str1 = 'Bonjour';
const str2 = 'Bnr';

// Vérifier la correspondance floue
const isMatch = fuzzysearch(str2, str1);
console.log(isMatch);

elasticlunr:

Exemple de recherche avec elasticlunr

const elasticlunr = require('elasticlunr');

// Créer un index
const index = elasticlunr(function () {
  this.addField('title');
  this.addField('body');
  this.setRef('id');
});

// Ajouter des documents à l'index
index.addDoc({ id: 1, title: 'Bonjour', body: 'Ceci est un document.' });
index.addDoc({ id: 2, title: 'Monde', body: 'Ceci est un autre document.' });

// Rechercher dans l'index
const results = index.search('Bonjour');
console.log(results);