python比较两个字符串相似度,【Python】比较字符串相似度

ゝ一世哀愁。 2023-01-17 04:55 235阅读 0赞

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，变成另外一个字符串，所需要的最少编辑次数，这种就是编辑距离(edit distance)度量方法，也称为Levenshtein距离。

方法1、difflib模块

1 \# 优点：python自带模块，效率比较高

2 def similar\_diff\_ratio(str1, str2):

3 return difflib.SequenceMatcher(None, str1, str2).ratio()

4

5 \# quick\_ratio()比ratio()计算效率更高，计算结果一致

6 def similar\_diff\_qk\_ratio(str1, str2):

7 return difflib.SequenceMatcher(None, str1, str2).quick\_ratio()

8

9 \# None参数是一个函数，用来去掉不需要比较的字符。比如，列表lst\_str表示计算相似度时不需要比较的字符

10 def similar\_diff\_ratio\_filter(lst\_str, str1, str2):

11 return difflib.SequenceMatcher(lambda x: x in lst\_str, str1, str2).ratio()

12

13 print(similar\_diff\_ratio("临安区中小企业创业基地", "临安区电子商务科技园"))

14 print(similar\_diff\_qk\_ratio("临安区中小企业创业基地", "临安区电子商务科技园"))

15 \# 有一点疑问，将不需要比较的字符加入后，相似度计算结果没变化，欢迎大佬留言解惑，谢谢！

16 lst\_str = \['临安区', '创业', '为什么', '忽略', '某些字符之后', '相似度还是一致'\]

17 print(similar\_diff\_ratio\_filter(lst\_str, "临安区中小企业创业基地", "临安区电子商务科技园"))

0.2857142857142857

0.2857142857142857

0.2857142857142857

方法2、通过在长度较短的字符串末尾补充空格，将2个字符串处理成等长，然后从左至右比较同位置字符串

1 def similar\_left(str1, str2):

2 str1 = str1 + ' ' \* (len(str2) - len(str1))

3 str2 = str2 + ' ' \* (len(str1) - len(str2))

4 return sum(1 if i == j else 0 for i, j in zip(str1, str2)) / float(len(str1))

5

6 print(similar\_left("临安区中小企业创业基地", "临安区电子商务科技园"))

7 print(similar\_left("临安区电子商务科技园", "园技科务商子电区安临"))

0.2727272727272727

0.0

方法3、Levenshtein模块

3.1、相似度

1 \# 莱文斯坦比

2 def similar\_lvst\_ratio(str1, str2):

3 return Levenshtein.ratio(str1, str2)

4

5 \# jaro距离

6 def similar\_lvst\_jaro(str1, str2):

7 return Levenshtein.jaro(str1, str2)

8

9 \# Jaro–Winkler距离

10 def similar\_lvst\_winkler(str1, str2):

11 return Levenshtein.jaro\_winkler(str1, str2)

12

13 print(similar\_lvst\_ratio("临安区中小企业创业基地", "临安区电子商务科技园"))

14 print(similar\_lvst\_jaro("临安区中小企业创业基地", "临安区电子商务科技园"))

15 print(similar\_lvst\_winkler("临安区中小企业创业基地", "临安区电子商务科技园"))

0.2857142857142857

0.5242424242424243

0.666969696969697

3.2、相似性度量

1 \# distance编辑距离(也称为Levenshtein距离 )。是描述由一个字串转化成另一个字串最少的操作次数，在其中的操作包括插入、删除、替换。

2 def similar\_lvst\_distance(str1, str2):

3 return Levenshtein.distance(str1, str2)

4

5 \# hamming汉明距离是编辑距离的一种特殊情况。 要求str1和str2必须长度一致，描述两个等长字串之间对应位置上不同字符的个数。

6 def similar\_lvst\_hamming(str1, str2):

7 return Levenshtein.hamming(str1, str2)

8

9 print(similar\_lvst\_distance("临安区中小企业创业基地", "临安区电子商务科技园"))

10 print(similar\_lvst\_hamming("临安区中小企业创业基地", "临安区电子商务科技园区"))

8

8

其他常用相似性度量方法还有 Jaccard distance、J-W距离(Jaro–Winkler distance)、余弦相似性(cosine similarity)、欧氏距离(Euclidean distance)等。

若想对以上方法有更深入研究，可参考大佬博客：https://www.cnblogs.com/wt869054461/p/5777782.html

标签：ratio,Python,str2,str1,print,相似,临安,字符串,similar

来源： https://www.cnblogs.com/hforevery0/p/14375286.html

发表评论取消回复

表情：

评论列表（有 0 条评论，235人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python实现字符串相似度比较

Python实现字符串相似度比较在日常的开发中，我们可能需要对不同的字符串进行比较，以判断它们之间的相似程度。例如，在搜索引擎、拼写检查和数据清洗等任务中，字符串相似度比较

- 日理万妓/ 2024年03月24日 09:47/ 0 赞/ 35 阅读

相关 Python实现文件夹图像相似度比较

Python实现文件夹图像相似度比较对于从事图像处理、图像识别等相关工作的开发者，需要经常对不同的图像进行比较，以判断它们之间的相似程度。本文将介绍如何使用Python编写

柔情只为你懂/ 2024年03月24日 08:14/ 0 赞/ 70 阅读

相关图片相似度比较_python

-- coding : UTF-8 -- import cv2 as cv from PIL import Image import

ゝ一纸荒年。/ 2023年10月18日 21:42/ 0 赞/ 47 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/ 27 阅读

相关 python比较两张截图相似度

需求让电脑自动判断是否收到微信消息思路截图1：清屏截图2：发送信息之后计算两张截图的相似度实现：截图，处理像素点并哈希化，如果两个图片

╰半橙微兮°/ 2023年01月19日 04:57/ 0 赞/ 48 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/ 236 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/ 204 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/ 249 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/ 236 阅读

相关 JAVA 比较两张图片的相似度

1. import java.awt.image.BufferedImage; 2. import java.io.File; 3. import ja

末蓝、/ 2022年05月26日 09:18/ 0 赞/ 257 阅读