在python中查找字符串中存在的类似文本答案

【问题标题】：Finding a similar text present in string in python在python中查找字符串中存在的类似文本
【发布时间】：2017-05-28 13:27:14
【问题描述】：

我有一个包含文本的 txt 文件

目录

前言 1

第 1 章：标记文本和 WordNet 基础 7

将文本标记为句子 8

将句子标记为单词 10

使用正则表达式标记句子 12

如果我的字符串是：

input = "Tokenzing sentence using expressions"

我想用开头和结尾的词来提取句子，但是有很多重复。

那么获得输出的最佳方法是什么

使用正则表达式标记句子

【问题讨论】：

您确定要匹配 Tokenzing 和 Tokenizing 吗？还是只是错误？
是的。我想找到最相似的文字。

标签： python string

【解决方案1】：

如果您准备好对章节标题进行预处理，消除页码和其他内容，那么：

import difflib
contents = ["Tokenizing Text and WordNet Basics",
            "Tokenizing text into sentences",
            "Tokenizing sentences into words",
            "Tokenizing sentences using regular expressions"]
input = "Tokenzing sentence using expressions"
print (difflib.get_close_matches(input, contents, n=1))

会给你这个输出：

['Tokenizing sentences using regular expressions']

【讨论】：