识别与给定字符串最接近的匹配答案

【问题标题】：Identifying closest match to given string识别与给定字符串最接近的匹配
【发布时间】：2014-07-14 18:55:34
【问题描述】：

我的要求是能够匹配两个相似但不完全匹配的字符串。例如，给定以下字符串

名字
姓氏
LName
FName

输出应该是 FirstName、FName 和 Last Name、LName，因为它们是逻辑匹配。有没有我可以用来执行此操作的库？我正在使用 JAVA 来实现此功能。

谢谢拉姆

【问题讨论】：

关键字是模糊字符串匹配。虽然我不熟悉 Java 中的通用功能或内置功能，但我确实找到了这个：stackoverflow.com/questions/327513/fuzzy-string-search-in-java
也称为“编辑距离”。
值得注意的是，Levenshtein Distance 并不是这里的答案。如果您正在寻找具有最小 Levenshtein 距离的对，您会将“LName”与“FName”匹配，将“First Name”与“Last Name”匹配。所以无论你采用什么方法，为了得到你想要的匹配，它必须是不同于 Levenshtein Distance。
@DavidWallace 我的想法。对我来说听起来像是旧的 soundex 函数，但它对于英语以外的其他语言来说很糟糕。
好电话@DavidWallace 我误读了这个问题，并假设 First Name、Last Name、LName 和 FName 是标识符而不是实际值。

标签： java algorithm

【解决方案1】：

您可以使用 Apache Commons StringUtils...

http://commons.apache.org/proper/commons-lang/apidocs/org/apache/commons/lang3/StringUtils.html#getLevenshteinDistance(java.lang.CharSequence,%20java.lang.CharSequence)

但值得注意的是，这可能不是问题中特定用例的最佳算法 - 我建议在此处阅读其他一些答案以获得更多想法。

【讨论】：

【解决方案2】：

根据您给出的示例，您应该使用修改后的 Levenshtein 距离，其中添加空格的惩罚较小，而不匹配字符的惩罚较大。这将处理与缩写很好的字符串匹配的缩写。但是，这是假设您主要处理将缩写与相应的较长版本的字符串对齐。如果您想更详细和明确地回答您可以/应该使用哪些方法，您应该更准确地详细说明您想要执行的匹配类型（例如更多示例或某种高级描述）。

【讨论】：

【解决方案3】：

StringUtils 最适合这个 - 这是我在 stackOverflow 上找到的示例之一 - 正如@CupawnTae 已经说过的那样

以下是我遇到的一个简单示例

public static Object getTheClosestMatch(Collection<?> collection, Object target) {
    int distance = Integer.MAX_VALUE;
    Object closest = null;
    for (Object compareObject : collection) {
        int currentDistance = StringUtils.getLevenshteinDistance(compareObject.toString(), target.toString());
        if(currentDistance < distance) {
            distance = currentDistance;
            closest = compareObject;
        }
    }
    return closest;
}

【讨论】：

【解决方案4】：

可以在here 找到与您的问题非常相似的答案。

此外，维基百科有一篇关于近似字符串匹配的文章，可以在 here 找到。如果第一个链接不是您想要的，我建议您阅读维基百科文章并挖掘资源以找到您需要的内容。

很抱歉，我个人无法为您提供更多帮助，但我真的希望这些资源可以帮助您找到所需的内容！

【讨论】：

【解决方案5】：

拼写检查算法使用此算法的变体。 http://en.wikipedia.org/wiki/Levenshtein_distance。我在课堂上为一个项目实现了它，这样做相当简单。如果您不想自己实现它，您可以使用该名称来搜索其他库。

【讨论】：

谢谢@wckd，会检查一下。