巧妙地比较“喜欢”

Question

假设您需要在 2 个文件之间进行某种比较。您只需要在有意义的情况下执行此操作，换句话说，您不想将 JSON 文件与 Property 文件或 .txt 文件与 .jar 文件进行比较

另外假设你有一个机制来整理所有这些东西，现在归结为实际的文件名。您可能希望将“myFile.txt”与“myFile.txt”进行比较，而不是与“somethingElse.txt”进行比较。目标是尽可能接近“苹果对苹果”的规则。

所以我们在这里，一方面有“myFile.txt”，另一方面有“_myFile.txt”、“_m_y_f_i_l_e.txt”和“somethingReallyClever.txt”。

任务是选择最接近的名称以供以后比较。很遗憾，没有找到相同的名称。

看人物构成，不难弄清楚是什么关系。我的算法说：

_myFile.txt 到 _m_y_f_i_l_e.txt 0.312 _myFile.txt 到 somethingReallyClever.txt 0.16

所以 _m_y_f_i_l_e.txt 更接近 _myFile.txt 然后是 somethingReallyClever.txt。极好的。但也说 ist 仅接近 2 倍，实际上我们可以查看这 2 个文件，并且永远不会考虑将 somethingReallyClever.txt 与 _myFile.txt 进行比较。

为什么？

你建议我应用什么逻辑，不仅可以通过在同一个地方放置字符来计算可能性，还可以测试确定的重量是否有意义？

在我的示例中，somethingReallyClever.txt 的权重应该为 0.0

我希望我是清楚的。

请分享您对此的经验和想法。 （您建议的任何方法都不应取决于文件名包含的字符数）

Answer 1

可能有帮助的上一个问题突出了几种可能的算法：

Word comparison algorithm

这些算法基于从一个字符串到另一个字符串需要多少更改 - 其中更改是添加字符、删除字符或替换字符。

当然，这里任何合理的指标都应该有低分表示接近（想想两个字符串之间的距离），而较大分表示不那么接近。

Answer 2

听起来你想要Levenshtein distance，可能通过将两个单词预转换为相同的大小写并规范化空格来修改（例如，用空字符串替换所有空格和下划线）