python中的字符串相似度比较答案

【问题标题】：String similarity comparison in pythonpython中的字符串相似度比较
【发布时间】：2015-11-11 21:18:31
【问题描述】：

我正在尝试编写一个程序，将打乱的名称列表与常规名称的大列表逐个字符进行比较。

例如，假设加扰列表中的一个名称是B@B St@r#，我正在尝试将该名称与常规名称列表进行比较，看看它有多少个相同的字符，或者它是否完美匹配使用常规列表的名称之一。

到目前为止我的代码是这样的：

for ch in list2:    ##list 2 has the decrypted names
    parts = ch.split()
    decryptedfirst_names.append(parts[0]) ##Im trying to compare first names for now
    for ch in list1:  ##list1 is a big list of regular names
        part = ch.split()
        first_names.append(part[0])

matching = []
for ch in first_names:
    if ch in decryptedfirst_names and ch not in matching:
        matching.append(ch)
print(matching)

然后这段代码将只打印匹配的名称。

我需要帮助来计算按位置匹配的字符的确切数量，这样我可以将它放在一个百分比中，比如 80% 匹配等等，如果可能的话，初学者可以编程。

【问题讨论】：

Google 制造的diff-match-patch package 有很多您正在寻找的东西。您可能最感兴趣的是diff
我很感激，我只是在寻找我可以做的事情并了解更多。

标签： python list string-comparison similarity

【解决方案1】：

听起来你的问题可以通过两个词之间的 levenshtein 距离来解决。它为您提供了两个字符串的相似度指标。

来自wikipedia：

Levenshtein 距离是一个字符串度量，用于测量两个序列的区别。非正式地，Levenshtein 距离 between two words 是单个字符编辑的最小数量（即插入、删除或替换）需要更改一个词入对方。

你可以在pypi上找到levenshtein距离的python实现

pip install python-levenshtein

【讨论】：