为什么用Fuse.js搜索中文时，部分匹配项出现在前面？

这个问题很正常，Fuse.js默认用的是编辑距离算法，对中文全匹配不太友好。"红苹果"排第一是因为它的整体结构和"苹果"更接近（字符数相近），而不是因为匹配度更高。

核心解决思路是：让精确匹配（完整包含关键词）排在前面。

直接用下面的配置：

const fuse = new Fuse(items, {

  keys: ['name'],

  threshold: 0.3,

  distance: 100,

  ignoreLocation: true, // 忽略位置因素

  includeScore: true

})



// 搜索后自定义排序：完整匹配 > 开头匹配 > 包含匹配

const results = fuse.search('苹果').sort((a, b) => {

  const aName = a.item.name

  const bName = b.item.name

  

  // 精确匹配排最前

  if (aName === '苹果') return -1

  if (bName === '苹果') return 1

  

  // 开头匹配次之

  if (aName.startsWith('苹果') && !bName.startsWith('苹果')) return -1

  if (!aName.startsWith('苹果') && bName.startsWith('苹果')) return 1

  

  return a.score - b.score

})

关键点就两个：

第一，ignoreLocation: true 让Fuse.js不要把位置距离太当回事，默认它会惩罚那些匹配词不在开头的条目。

第二，自定义排序把精确匹配和开头匹配的优先级手动提上来。Fuse.js原生的排序逻辑对中文确实不太智能，搜"苹果"时"苹果手机"和"红苹果"得分可能差不多，但业务上你明显想让完整开头的排前面。

如果还想要更精细的控制，可以给keys加权重，或者用扩展搜索语法 ^苹果 强制开头匹配。

这个问题主要是因为Fuse.js默认的匹配算法对中文支持不太友好，它的核心逻辑是基于字符距离和模糊匹配的打分机制，而中文没有像英文那样的空格分词，所以它会把整个字符串当作一个连续的字符序列来处理。这就导致部分匹配的结果可能得分更高，排在前面。

要解决这个问题，建议你引入一个分词器，比如 nodejieba 或者 segmentit，先把中文字段分词后再交给Fuse.js处理。分词后可以让搜索更贴近语义，而不是单纯的字符匹配。

代码可以这么改：

const nodejieba = require("nodejieba");

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



// 假设你的数据是这样的

const items = [

  { id: 1, name: "苹果手机" },

  { id: 2, name: "红苹果" },

  { id: 3, name: "青苹果" }

];



// 先对每个条目进行分词

const processedItems = items.map(item => {

  return {

    ...item,

    nameTokens: nodejieba.cut(item.name).join(' ') // 分词并用空格拼接

  };

});



// 配置Fuse.js，针对分词后的字段搜索

const fuse = new Fuse(processedItems, {

  keys: ['nameTokens'], // 注意这里是分词后的字段

  threshold: 0.4,

  distance: 100,

  includeMatches: true

});



// 搜索时也要对关键词分词

const query = "苹果";

const queryTokens = nodejieba.cut(query).join(' ');

const result = fuse.search(queryTokens);



console.log(result);

这里的关键点是分词，把中文切分成有意义的词语，再让Fuse.js去匹配这些词语。注意安全，如果你的数据来源不可信，记得对分词结果做校验，避免恶意输入导致的问题。

另外，threshold 和 distance 参数需要根据你的实际需求微调，别调得太激进，不然可能会引入更多噪音。如果数据量比较大，分词这一步可能会有点耗性能，建议提前预处理好分词结果，存到数据库或者缓存里。

最后提醒一下，分词器的选择也很重要，不同的分词器对某些领域的词汇支持可能不一样，选一个适合你业务场景的分词工具。