模糊检索（Fuzzy 检索）
如果想要搜索与检索词不完全一致的单词，可以使用模糊检索（Fuzzy 检索）。模糊检索是指，当检索词与索引中登记的单词之间的差异（编辑距离）在一定范围内时，将该单词视为匹配进行检索的方法。编辑距离是指将某个单词转换为另一个单词所需的字符插入、删除、替换等操作的最小次数。Fess 默认在这些操作的基础上，还会将相邻 2 个字符的互换也计为 1 次差异，采用达梅劳-莱文斯坦距离（最优字符串对齐）。
使用方法
在希望应用模糊检索的检索词后面添加”~”。
例如，如果想对”fess”这个单词进行模糊检索，可以按如下方式在搜索表单中输入，从而搜索包含与”fess”相近的词（如”fes”等）的文档。
在”~”后面加上数字，可以指定允许的编辑距离（即允许相差多少个字符）。可指定的值为 0、1、2 中的整数。
上述示例将搜索与”fess”编辑距离在 1 以内的单词。
如果省略数字，仅指定”~”，则按编辑距离 2 处理。编辑距离的最大值为 2，即使指定 3 以上的值，也会按 2 处理。
也可以指定字段进行模糊检索。下面的示例将在 title 字段中搜索包含与”fess”相近的词的文档。
如果不指定字段，将以 title 和 content 字段为对象进行模糊检索。
使用条件
使用模糊检索时，请注意以下几点。
模糊检索以单词为单位应用，无法应用于用引号括起来的短语。此外，短语后面添加的数字（例如
"Fess Search"~2）不是模糊检索，而是表示单词间距离的邻近检索。模糊检索针对索引中已登记的单词进行，检索词不会被重新解析。因此，对于通过 bi-gram 或形态素解析进行分词的日语等文本，可能无法按预期工作。模糊检索主要对英数字单词有效。
模糊检索的检索词会连同大小写在内，原样计算编辑距离。登记到索引中的英文单词通常已转换为小写，因此检索词请使用小写。例如
Fess~1仅开头的大写F就用掉了编辑距离 1，所以结果与fess~1不同。另外，Fess~0由于索引中没有与大写单词Fess匹配的词，因此什么都匹配不到（小写的fess~0是完全匹配）。对 1～2 个字符等非常短的单词添加”~”（编辑距离 2）时，替换字符数接近单词长度的词也会匹配。例如
ab~除了ab和ac之外，还会匹配两个字符都不同的xy。这会增加意料之外的结果，因此对于短单词，请像ab~1这样指定较小的编辑距离。
Note
模糊检索的行为可以通过 fess_config.properties 进行调整。
query.fuzzy.prefix_length（默认值：0）：从开头起完全匹配的字符数。该值越大，允许出现差异的范围就越窄。query.fuzzy.expansions（默认值：50）：作为匹配候选展开的单词的最大数量。query.fuzzy.transpositions（默认值：true）：指定是否将相邻 2 个字符的互换计为 1 次编辑。当为true时采用达梅劳-莱文斯坦距离，当为false时采用经典莱文斯坦距离。
Note
即使是不添加”~”的普通检索，Fess 也会针对长度达到一定长度以上（默认为 4 个字符以上）的检索词，出于提高相关度的目的，自动附加轻微加权的模糊匹配作为辅助（query.boost.fuzzy.*）。这主要是用于调整检索结果排序的功能，与通过”~”进行的模糊检索是不同的机制。不过，这种辅助性的匹配也会包含在检索结果中，因此可能会有不包含检索词本身、只包含相差 1 个字符的单词的文档加入结果（包含检索词本身的文档会排在更靠前的位置）。如果想停止这一行为，请将 query.boost.fuzzy.min.length 设置为负值（例如 -1）。