html 字符串相似度,fuzzywuzzy：计算两个字符串之间的相似度

女爷i 2022-10-11 03:54 238阅读 0赞

楔子

fuzzywuzzy是用来计算两个字符串之间的相似度的，它是依据Levenshtein Distance算法来进行计算的

Levenshtein Distance 算法，又叫 Edit Distance 算法，是指两个字符串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两个串的相似度越高。

fuzz

from fuzzywuzzy import fuzz

\# 调用fuzz.ratio即可计算两个字符串之间的相似度

print(fuzz.ratio("古明地觉", "古明地恋")) \# 75

\# 我们看到ratio是完全匹配的，它把字符串的长度也考虑在内了

print(fuzz.ratio("古明地觉", "古明地觉aa")) \# 80

\# partial\_ratio是非完全匹配，如果一方结束了，那么剩下的就不考虑了

print(fuzz.partial\_ratio("古明地觉", "古明地觉也叫小五萝莉")) \# 100

\# token\_sort\_ratio表示忽略顺序匹配，但前提是多个词，以空格进行分隔。所以明显是针对英文的

print(fuzz.ratio("古 明 地 觉", "古 明 地 觉"\[:: -1\])) \# 25

print(fuzz.token\_sort\_ratio("古 明 地 觉", "古 明 地 觉"\[:: -1\])) \# 100

\# token\_set\_ratio表示去重匹配，同样：前提是多个词，以空格进行分隔

print(fuzz.ratio("a a a he", "a he")) \# 67

print(fuzz.token\_set\_ratio("a a a he", "a he")) \# 100

process

from fuzzywuzzy import process

words = \["hello python", "hello java", "hello golang", "hello php"\]

\# 会自动和words里面每一个元素进行比较，然后按照相似度从高到低排列

print(process.extract("hello thon", words))

\# \[(‘hello python‘, 91), (‘hello php‘, 74), (‘hello golang‘, 73), (‘hello java‘, 64)\]

\# 还可以传入一个limit参数，表示只返回前limit个，默认为5

print(process.extract("hello thon", words, limit=2)) \# \[(‘hello python‘, 91), (‘hello php‘, 74)\]

\# 返回分数最高的

print(process.extractOne("hello thon", words)) \# (‘hello python‘, 91)

另外使用fuzzywuzzy这个模块的时候，会弹出一个警告

"""

UserWarning: Using slow pure-python SequenceMatcher. Install python-Levenshtein to remove this warning

"""

提示我们可以通过pip?install?python-Levenshtein得到解决，python-Levenshtein是一个用于加速字符串匹配的库，可提供4到10倍的加速。另外这个库在Windows上通过pip安装会失败，如果你本地没有vscode的话，不过我们可以去https://www.lfd.uci.edu/~gohlke/pythonlibs/这个网站上面下载。当然即使没有这个库也是可以的，没有的话fuzzywuzzy底层会使用python的标准库difflib进行匹配，只是会弹出警告罢了。

原文：https://www.cnblogs.com/traditional/p/12554215.html

发表评论取消回复

表情：

评论列表（有 0 条评论，238人围观）

还没有评论，来说两句吧...

相关阅读

相关 mysql计算两个字符串的相似度

CREATE FUNCTION levenshtein( s1 VARCHAR(255), s2 VARCHAR(255) ) RETURNS INT

一时失言乱红尘/ 2023年03月03日 11:15/ 0 赞/ 7 阅读

相关 python比较两个字符串相似度,【Python】比较字符串相似度

字符串相似度应用场景：拼写纠错、文本去重、上下文相似性、不同来源数据对比等。评价字符串相似度最常见的办法就是：把一个字符串通过插入、删除或替换这样的编辑操作，变成另外一个字

ゝ一世哀愁。/ 2023年01月17日 04:55/ 0 赞/ 219 阅读

相关 php 两个字符串相似度,比较两个字符串的相似度

比较两个字符串的相似度public class Levenshtein \{ private int compare(String str, String target) \

太过爱你忘了你带给我的痛/ 2023年01月13日 04:02/ 0 赞/ 188 阅读

相关 html 字符串相似度,fuzzywuzzy：计算两个字符串之间的相似度

楔子 fuzzywuzzy是用来计算两个字符串之间的相似度的，它是依据Levenshtein Distance算法来进行计算的 Levenshtein Distance 算

女爷i/ 2022年10月11日 03:54/ 0 赞/ 239 阅读

相关计算字符串相似度及寻找最相似字符串的代码

计算两个字符串的差异距离函数 /// <summary> /// 计算两个字符串的差异距离 /// </summary> /// <param

灰太狼/ 2022年10月02日 15:56/ 0 赞/ 243 阅读

相关 fuzzywuzzy计算文本相似度

目录简介示例其他函数加速相似度比较http服务简介 `fuzzywuzzy` 是用

清疚/ 2022年09月09日 09:55/ 0 赞/ 151 阅读

相关动态规划：计算字符串相似度

《编程之美》第223页。题目描述许多程序会大量使用字符串。对于不同的字符串，我们希望能够有办法判断其相似程序。我们定义一套操作方法来把两个不相同的字符串变得相同，

古城微笑少年丶/ 2022年08月08日 05:23/ 0 赞/ 241 阅读

相关字符串相似度计算

对于不同的字符串，我们希望能够有办法判断其相似程序。我们定义一套操作方法来把两个不相同的字符串变得相同，具体的操作方法为： 1.修改一个字符（如把“a”替换为“b”）;　　

冷不防/ 2022年08月06日 00:27/ 0 赞/ 224 阅读

相关计算字符串的相似度

转自：[http://www.cnblogs.com/yujunyong/articles/2004724.html][http_www.cnblogs.com_yujunyo

川长思鸟来/ 2022年05月24日 12:10/ 0 赞/ 289 阅读

相关计算字符串的相似度

1.百度百科介绍： Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一

旧城等待，/ 2022年03月20日 10:14/ 0 赞/ 301 阅读