如何遍历两个 Python 列表以获取西班牙语和英语中相似的单词答案

【问题标题】：How to iterate through two Python lists to get words similar in Spanish and English如何遍历两个 Python 列表以获取西班牙语和英语中相似的单词
【发布时间】：2020-01-13 03:36:33
【问题描述】：

我有两个很长的列表，一个是英文单词，另一个是来自 google.translate 的西班牙语翻译。顺序完全对应。例如 English_list = ['偏见'，'可怕'，'恶性'，'骇人听闻'，'批准'] spanish_list =['perjudial', 'grave', 'maligno', 'atroz','ratificar']

我需要从两个列表中获取在字母方面或多或少相似的所有单词

我首先通过检查两个词的开头是否有相似的字母，但后来意识到在某些情况下相似的词的开头略有不同（例如“prejudicial” - “perjudial”）

所需的输出是在标题“English”和“Spanish”下有两列的表格，它们有相似的词，但不包括那些看起来不同的词：

英语西班牙语

不公正的不公正的
恶性的，
批准批准书

【问题讨论】：

您可能希望使用可能计算编辑距离的 levenshtein 距离进行迭代以找到相似的单词。

标签： python list word letter

【解决方案1】：

首先，安装：pip install -U python-Levenshtein

然后：

import Levenshtein
for a,b in zip( english, spanish ) :
    if Levenshtein.distance( a, b ) < 3 :    # close enough
        print 'similar words:', a, b

这里解释了levenshtein 的工作原理：https://en.wikipedia.org/wiki/Levenshtein_distance -- 如果您更喜欢不同的相似度指标，您也可以这样做，但这个非常好，过去对我来说效果很好。

Levenshtein 也可以计算 ratio(...)：

    ratio(string1, string2)

    The similarity is a number between 0 and 1, it's usually equal or
    somewhat higher than difflib.SequenceMatcher.ratio(), because it's
    based on real minimal edit distance.

【讨论】：

对于较新版本的python，您可能需要使用 print('similar words:',a,b)

【解决方案2】：

您可以使用difflib 并检查它们是否与ratio 相似，

$ cat similar.py

from difflib import SequenceMatcher

english_list = ['prejudicial','dire','malignant','appalling', 'ratify']
spanish_list =['perjudicial', 'grave', 'maligno', 'atroz','ratificar']

def similarity(a, b):
    return SequenceMatcher(None, a, b).ratio()


print('English', 'Spanish')
for eng, span in zip(english_list, spanish_list):
        if similarity(eng, span) >= 0.5:
            print(eng, span)

输出：

$ python3 similar.py
English Spanish
prejudicial perjudicial
malignant maligno
ratify ratificar

作为旁注，根据您的用例，您应该检查difflib Vs levenshtein

【讨论】：