FuzzyWuzzy 字符串匹配 - 区分大小写答案

【问题标题】：FuzzyWuzzy String Matching - Case SensitivityFuzzyWuzzy 字符串匹配 - 区分大小写
【发布时间】：2013-05-03 23:32:03
【问题描述】：

我发现在使用 token_set_ratio 搜索算法时，大小写的微小差异会产生截然不同的结果。

例如，如果我在文件中查找短语“我正在吃饭”，我会得到 100% 的匹配。但如果短语是“我在吃”，仅 ONE 字母的大小写变化，我就有 65% 的匹配度。

有没有办法让算法不区分大小写？

【问题讨论】：

【解决方案1】：

我遇到了同样的问题，你可能使用的是 Ratio 而不是 TokenSetRatio...

【讨论】：

【解决方案2】：

token_set_ratio() 默认不区分大小写。

from fuzzywuzzy import fuzz
fuzz.token_set_ratio("I am eating", "i am eating")
=> 100

【讨论】：

为什么这个答案有 -1 ？据我所知，它说的是事实-默认情况下不区分大小写（kwarg token_process=False 会使其区分大小写）
@SarunasAzna 我只能对执行-1 的人做出假设，但答案表明它区分大小写，而不是不区分大小写。除了区分大小写之外，token_set_ratio 还有其他区别。

【解决方案3】：

如果您查看fuzz here 的原始代码，您会发现fuzz.token_set_ratio 在进行序列匹配之前将字符串转换为小写。

此外，您可能需要查看来自 SeatGeek 工程师的这篇 stackoverflow 帖子 here，以更清楚地了解比率的使用情况。

希望对你有帮助

【讨论】：