fuse.js vs fuzzysort vs fuzzy-search vs fuzzysearch vs elasticlunr | Comparação de pacotes npm de "Bibliotecas de Pesquisa Fuzzy em JavaScript"

Pacote	Downloads	Stars	Tamanho	Issues	Publicado em	Licença

fuse.js	4,032,805	19,111	456 kB	16	il y a 3 mois	Apache-2.0
fuzzysort	443,669	4,111	45.6 kB	8	il y a 7 mois	MIT
fuzzy-search	133,375	225	-	16	il y a 5 ans	ISC
fuzzysearch	112,912	2,726	-	5	il y a 10 ans	MIT
elasticlunr	30,219	2,064	-	77	il y a 9 ans	MIT

Pacote

Downloads

Stars

Tamanho

Issues

Publicado em

Licença

fuse.js

4,032,805

19,111

456 kB

il y a 3 mois

Apache-2.0

fuzzysort

443,669

4,111

45.6 kB

il y a 7 mois

MIT

fuzzy-search

133,375

225

il y a 5 ans

ISC

fuzzysearch

112,912

2,726

il y a 10 ans

MIT

elasticlunr

30,219

2,064

il y a 9 ans

MIT

Técnica de Correspondência Fuzzy

fuse.js:
fuse.js usa um algoritmo de correspondência fuzzy que calcula a similaridade entre a consulta e os itens de pesquisa usando distância de Levenshtein. Ele suporta correspondência fuzzy em múltiplos campos, permitindo que os desenvolvedores especifiquem pesos para diferentes campos, o que afeta a pontuação e a ordem dos resultados.
fuzzysort:
fuzzysort usa um algoritmo de pesquisa fuzzy otimizado que classifica os resultados com base na qualidade da correspondência. Ele calcula a pontuação de cada correspondência e retorna os resultados em ordem, permitindo que os usuários vejam rapidamente as correspondências mais relevantes.
fuzzy-search:
fuzzy-search implementa um algoritmo simples de correspondência fuzzy que permite correspondências aproximadas em strings. Ele usa uma abordagem baseada em índice para pesquisar em listas ou arrays, tornando-o eficiente para encontrar itens que correspondem parcialmente à consulta de pesquisa.
fuzzysearch:
fuzzysearch utiliza um algoritmo de correspondência fuzzy leve e rápido que se concentra em encontrar correspondências aproximadas em strings. Ele é projetado para ser simples e eficiente, com foco na velocidade e na precisão, tornando-o adequado para pesquisa em tempo real em conjuntos de dados menores.
elasticlunr:
elasticlunr usa uma combinação de pesquisa de texto completo e correspondência fuzzy baseada em distância de Levenshtein para encontrar correspondências aproximadas em documentos indexados. A correspondência fuzzy é aplicada durante a pesquisa, permitindo que a biblioteca encontre termos semelhantes com base em um limite de distância configurável.

Desempenho

fuse.js:
fuse.js é altamente configurável, mas o desempenho pode ser afetado com conjuntos de dados muito grandes devido à natureza do algoritmo de correspondência fuzzy. No entanto, ele é otimizado para pesquisa em tempo real e funciona bem com listas de tamanho moderado.
fuzzysort:
fuzzysort é conhecido por seu desempenho rápido, especialmente em grandes conjuntos de dados. Ele classifica os resultados de forma eficiente, tornando-o ideal para aplicativos que exigem pesquisa rápida com feedback em tempo real.
fuzzy-search:
fuzzy-search é projetado para ser leve e rápido, com desempenho eficiente em listas ou arrays. A complexidade do tempo é linear em relação ao número de itens pesquisados, tornando-o adequado para conjuntos de dados pequenos a médios.
fuzzysearch:
fuzzysearch é uma biblioteca minimalista que oferece desempenho rápido na correspondência fuzzy de strings. Sua implementação simples garante que as pesquisas sejam realizadas rapidamente, mesmo em conjuntos de dados menores.
elasticlunr:
elasticlunr oferece desempenho eficiente para pesquisa em índices de texto completo, especialmente em conjuntos de dados pequenos a médios. O tempo de pesquisa aumenta com o tamanho do índice, mas a estrutura de índice invertido ajuda a manter as consultas rápidas.

Facilidade de Uso

fuse.js:
fuse.js oferece uma API fácil de usar com documentação abrangente. A capacidade de configurar pesos de campo e parâmetros de correspondência fuzzy torna a biblioteca flexível, mas pode exigir algum tempo para entender todas as suas funcionalidades.
fuzzysort:
fuzzysort fornece uma API simples para pesquisa fuzzy e classificação de resultados. A documentação é clara, o que facilita a compreensão de como usar a biblioteca de forma eficaz.
fuzzy-search:
fuzzy-search é fácil de usar, com uma API simples que permite a pesquisa rápida em listas. A falta de dependências e a implementação direta tornam-no acessível para desenvolvedores de todos os níveis.
fuzzysearch:
fuzzysearch tem uma interface de API simples e direta, tornando-a fácil de usar para correspondência fuzzy rápida. Sua natureza minimalista significa que não há curva de aprendizado significativa.
elasticlunr:
elasticlunr fornece uma API simples e intuitiva para criar índices e realizar pesquisas. A configuração inicial é direta, e a documentação é clara, facilitando a integração em projetos.

Exemplo de Código

fuse.js:

Exemplo de Pesquisa Fuzzy com fuse.js

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

// Dados de exemplo
const data = [
  { id: 1, title: 'Hello World', description: 'This is a test document.' },
  { id: 2, title: 'Fuzzy Search', description: 'Searching with fuzzy matching is fun!' },
  { id: 3, title: 'Elastic Lunr', description: 'A lightweight full-text search library.' },
];

// Configuração do Fuse.js
const options = {
  keys: ['title', 'description'],
  threshold: 0.3, // Ajustar a sensibilidade da correspondência fuzzy
};

const fuse = new Fuse(data, options);

// Realizar uma pesquisa fuzzy
const results = fuse.search('fuzzy');

console.log('Resultados da Pesquisa:', results);

fuzzysort:

Exemplo de Pesquisa Fuzzy com fuzzysort

const fuzzysort = require('fuzzysort');

// Dados de exemplo
const items = [
  'Hello World',
  'Fuzzy Search',
  'Elastic Lunr',
  'JavaScript Libraries',
  'Search Algorithms',
];

// Realizar uma pesquisa fuzzy
const results = fuzzysort.go('fuzzy', items);

console.log('Resultados da Pesquisa:', results);

fuzzy-search:

Exemplo de Pesquisa Fuzzy com fuzzy-search

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

// Dados de exemplo
const items = [
  'Hello World',
  'Fuzzy Search',
  'Elastic Lunr',
  'JavaScript Libraries',
  'Search Algorithms',
];

// Realizar uma pesquisa fuzzy
const results = fuzzySearch('fuzzy', items);

console.log('Resultados da Pesquisa:', results);

fuzzysearch:

Exemplo de Pesquisa Fuzzy com fuzzysearch

const fuzzysearch = require('fuzzysearch');

// Dados de exemplo
const str = 'Hello World';
const pattern = 'fuzzy';

// Verificar correspondência fuzzy
const isMatch = fuzzysearch(pattern, str);

console.log('Correspondência Fuzzy:', isMatch);

elasticlunr:

Exemplo de Pesquisa Fuzzy com elasticlunr

const elasticlunr = require('elasticlunr');

// Criar um índice
const index = elasticlunr(function () {
  this.addField('title');
  this.addField('body');
  this.setRef('id');
});

// Adicionar documentos ao índice
index.addDoc({ id: 1, title: 'Hello World', body: 'This is a test document.' });
index.addDoc({ id: 2, title: 'Fuzzy Search', body: 'Searching with fuzzy matching is fun!' });
index.addDoc({ id: 3, title: 'Elastic Lunr', body: 'A lightweight full-text search library.' });

// Realizar uma pesquisa fuzzy
const results = index.search('fuzzy', { fuzzy: true });

console.log('Resultados da Pesquisa:', results);