我正在数据库中存储电子邮件的HTML内容。
如果我在数据库中存储了两封相同的电子邮件，由于个性化的原因，它们只是有点不同（一封可能会说"你好，斯蒂芬，谢谢你订阅…"，另一封可能是"你好，安德鲁，谢谢你的订阅…"）。
如何判断这些文本字段只是略有不同？（可能会有一部分人说他们有95%的相似性）。
MySQL有一个很好的起点：http://www.artfulsoftware.com/infotree/queries.php#552
Levenstein距离是将一个字符串转换为另一个字符串所需的编辑次数。你可能会把这个距离除以字符串的长度，得到一个百分比。
对于PHP，有一个内置的Levenstein函数：http://www.php.net/manual/en/function.levenshtein.php
这也有助于：http://www.php.net/manual/en/function.similar-text.php。similar_text（）返回两个字符串中匹配的字符数。