fuzzbunny

fuzzbunny

fuzzbunny es una pequeña biblioteca de búsqueda/coincidencia/resaltar de cadena de cadena de fuzzy de 1K). Funciona igualmente bien en un entorno o nodo del navegador.js.

¿Por qué Fuzzbunny?

• Amigo humano : la puntuación de Fuzzbunny y el algoritmo están más sintonizados con los patrones de búsqueda "humanos". Surgia lo que estás buscando con pulsaciones de teclas mínimas.
• Ligero - ~ 3kb minificado y tiene cero dependencias.
• Ultra rápido - ~ millones de líneas/segundo en un núcleo virtual de 2.4GHz.

Otras bibliotecas similares son FuzzyMatch, Fuzzy, Fuzzy-Search, Fuzzyjs.

fuzzbunny tiene como objetivo ser ágil y rápido. Tiene una API simple que se puede integrar fácilmente con cualquier biblioteca frontend para crear una excelente UI de búsqueda. Lo usamos en mixpanel.com para alimentar nuestros menores de interfaz de usuario y tablas.

Instalación

npm install --save fuzzbunny o yarn add fuzzbunny

Manifestación

Demo de catálogo de Fuzzbunny Gutenberg →

Uso

 const { fuzzyFilter , fuzzyMatch } = require ( `fuzzbunny` ) ;
// or import {fuzzyFilter, fuzzyMatch} from 'fuzzbunny';

const heroes = [
  {
    name : `Claire Bennet` ,
    ability : `Rapid cellular regeneration` ,
  } ,
  {
    name : `Micah Sanders` ,
    ability : `Technopathy` ,
  } ,
  {
    name : `Hiro Nakamura` ,
    ability : `Space-time manipulation` ,
  } ,
  {
    name : `Peter Petrelli` ,
    ability : `Tactile power mimicry` ,
  } ,
] ;

// Use fuzzyFilter to filter an array of items on specific fields and get filtered + score-sorted results with highlights.
const results = fuzzyFilter ( heroes , `stm` , { fields : [ `name` , `ability` ] } ) ;
/*
results = [
  {
    item: {
      name: 'Peter Petrelli',
      ability: 'Tactile power mimicry',
    },
    score: 1786,
    highlights: {
      ability: ['', 'T', 'actile power ', 'm', 'imicry'],
    },
  },
  {
    item: {
      name: 'Hiro Nakamura',
      ability: 'Space-time manipulation',
    },
    score: 983,
    highlights: {
      ability: ['Space-', 't', 'ime ', 'm', 'anipulation'],
    },
  },
];
*/

// Use fuzzyMatch to match a single string to get score + highlights. Returns null if no match found.
const match = fuzzyMatch ( heroes [ 0 ] . name , `ben` ) ;
/*
match = {
  score: 2893,
  highlights: ['Claire ', 'Ben', 'net'],
};
*/ 

Ordenar y ordenar orden

fuzzbunny utiliza un algoritmo de puntuación que prioriza las siguientes señales. Ver la función _getMatchScore .

Ejemplo 1:

• Inicio de String - {Mayfl}ower se clasifica por encima The {Mayfl}ower
• Más cerca del inicio: The {Mayfl}ower se clasifica por encima de Story of the {Mayfl}ower
• Longitud contigua: The {Mayfl}ower se clasifica arriba {May} {fl}ower
• Alfabéticamente: The {May} {fl}ower se clasifica por encima de This {May} {fl}ower

Ejemplo 2:

 const f = require ( `fuzzbunny` ) ;
f . fuzzyMatch ( `Gobbling pupusas` , `usa` ) ;
// {score: 2700, highlights: ['Gobbling pup', 'usa', 's']}
f . fuzzyMatch ( `United Sheets of Antarctica` , `usa` ) ;
// {score: 2276, highlights: ['', 'U', 'nited ', 'S', 'heets of ', 'A', 'ntarctica']}

Gobbling pup{usa}s gana porque la secuencia contigua de 3 letras produce una puntuación más alta.

Nota : fuzzbunny opta por resultados significativos. Solo lo hace la subcadena/prefijo/acrónimo, no la coincidencia codiciosa.

Esto se debe a que los cerebros humanos son excelentes en el retiro del prefijo. Por ejemplo, las palabras que comienzan con "CA" son mucho más fáciles de recordar que las palabras que contienen las letras "C" y "A" en algún lugar. Es fácil recordar que {usa} significa {U}nited {S}tates of {A}merica , no F{u}ll Java{s}cript Fr{a}mework

Actuación

fuzzbunny coincide con ~ millones de líneas/segundo en hardware moderno. Probado en MacBook Pro 2018 con CPU de 2.4GHz. Ver Tests/Performance.js

Tipos

fuzzbunny viene con tipos de mecanografías autogeneradas. Ver index.d.ts