Java中的智能字符串匹配可能吗？答案

【问题标题】：Intelligent String matching in Java possible?Java中的智能字符串匹配可能吗？
【发布时间】：2015-06-18 12:59:44
【问题描述】：

我目前正在编写一个简单的字符串匹配器，它检查两个字符串是否相同。我想实现一种智能的方式来执行此操作，以便它可以识别大多数字符何时匹配，并留出一些错误空间。

例如，单词“program”和“prgoram”之间的比较可以被视为匹配，因为它会智能地允许输入错误。但是“horse”和“esroh”这两个词会被检测为不匹配。

在 Java 中有什么东西我可以很容易地使用来实现这一点，或者它是否是编写具有过多不同检查的自定义方法的情况？

【问题讨论】：

定义“智能”。两个例子还不够。
搜索：模糊字符串搜索
试试edit distance

标签： java string match equals contains

【解决方案1】：

我知道它的老问题。但这可能对其他人有所帮助。

使用“Levenshtein 的编辑距离作为模糊字符串匹配”Java 在 Apache Commons 中有一个库。但是，如果您无法获取该库或可能需要其他开发目的（例如 android），这里是一个 Levenshtein.java 代码.. Details about Fuzzy String match

public class Levenshtein
{
public Levenshtein()
{
    super();
}

public double compare(final String s1, final String s2)
{
    double retval = 0.0;
    final int n = s1.length();
    final int m = s2.length();
    if (0 == n)
    {
        retval = m;
    }
    else if (0 == m)
    {
        retval = n;
    }
    else
    {
        retval = 1.0 - (compare(s1, n, s2, m) / (Math.max(n, m)));
    }
    return retval;
}

private double compare(final String s1, final int n, 
                       final String s2, final int m)
{
    int matrix[][] = new int[n + 1][m + 1];
    for (int i = 0; i <= n; i++)
    {
        matrix[i][0] = i;
    }
    for (int i = 0; i <= m; i++)
    {
        matrix[0][i] = i;
    }

    for (int i = 1; i <= n; i++)
    {
        int s1i = s1.codePointAt(i - 1);
        for (int j = 1; j <= m; j++)
        {
            int s2j = s2.codePointAt(j - 1);
            final int cost = s1i == s2j ? 0 : 1;
            matrix[i][j] = min3(matrix[i - 1][j] + 1, 
                                matrix[i][j - 1] + 1, 
                                matrix[i - 1][j - 1] + cost);
        }
    }
    return matrix[n][m];
}

private int min3(final int a, final int b, final int c)
{
    return Math.min(Math.min(a, b), c);
}
}

只需从您的主类调用并使用 Double 值进行进一步的工作。

Levenshtein x=new Levenshtein();
Double n=x.compare("My nam s jesmeen", "my name");

【讨论】：

【解决方案2】：

您可以使用 Levenshtein 字符串距离之类的算法来实现此目的。该算法为您提供将一个字符串更改为另一个所需的步骤数，因此所需的步骤越少，字符串就越相似。

作为一个现成的库，我推荐在 Apache Commons 中找到的 StringUtils。您可以查看here。

【讨论】：

完美，Levenshtein 距离正是我所需要的。谢谢:)