python：比较两个字符串答案

【问题标题】：python: comparing two stringspython：比较两个字符串
【发布时间】：2010-08-23 20:29:52
【问题描述】：

我想知道是否有一个库可以告诉我两个字符串的相似程度

我不是在寻找任何具体的东西，但在这种情况下：

a = 'alex is a buff dude'
b = 'a;exx is a buff dud'

我们可以说b 和a 的相似度约为 90%。

有没有图书馆可以做到这一点？

【问题讨论】：

Text difference algorithm 的可能重复项

标签： python string

【解决方案1】：

import difflib

>>> a = 'alex is a buff dude'
>>> b = 'a;exx is a buff dud'
>>> difflib.SequenceMatcher(None, a, b).ratio()

0.89473684210526316

【讨论】：

【解决方案2】：

http://en.wikipedia.org/wiki/Levenshtein_distance

pypi 上有一些库，但请注意，这很昂贵，尤其是对于较长的字符串。

您可能还想查看 python 的 difflib：http://docs.python.org/library/difflib.html

【讨论】：

贵吗？与半体面的 Levenshtein 实现相比，difflib 是一个怪物。
我无意建议 difflib 更便宜——它只是做了类似的事情，尽管有点不同。

【解决方案3】：

寻找Levenshtein 比较字符串的算法。这是通过 google 找到的随机实现：http://hetland.org/coding/python/levenshtein.py

【讨论】：

【解决方案4】：

另一种方法是使用最长公共子串。这里是我的 lcs 实现在 Daniweb 中的实现（这也在 difflib 中定义）

这里是简单的长度版本，以列表作为数据结构：

def longest_common_sequence(a,b):

    n1=len(a)
    n2=len(b)

    previous=[]
    for i in range(n2):
        previous.append(0)

    over = 0
    for ch1 in a:
        left = corner = 0
        for ch2 in b:
            over = previous.pop(0)
            if ch1 == ch2:
                this = corner + 1
            else:
                this = over if over >= left else left
            previous.append(this)
            left, corner = this, over
    return 200.0*previous.pop()/(n1+n2)

这是我的第二个 version which actualy gives the common string 使用双端队列数据结构（也带有示例数据用例）：

from collections import deque

a = 'alex is a buff dude'
b = 'a;exx is a buff dud'

def lcs_tuple(a,b):

    n1=len(a)
    n2=len(b)

    previous=deque()
    for i in range(n2):
        previous.append((0,''))

    over = (0,'')
    for i in range(n1):
        left = corner = (0,'')
        for j in range(n2):
            over = previous.popleft()
            if a[i] == b[j]:
                this = corner[0] + 1, corner[1]+a[i]
            else:
                this = max(over,left)
            previous.append(this)
            left, corner = this, over
    return 200.0*this[0]/(n1+n2),this[1]
print lcs_tuple(a,b)

""" Output:
(89.47368421052632, 'aex is a buff dud')
"""

【讨论】：