python-levenshtein —— 字符串相似度的计算

1. 字符串相似度

• hamming(str1, str2) 汉明距离：两个等长字符串对应位置上不同字符的个数；
• distance(str1, str2) 编辑距离：描述一个字符串转成另一个字符串最少的操作次数，操作包括：插入、删除、替换；
• ratio(str1, str2) 计算莱文斯坦比：r = (sum - ldist) / sum，sum 指的是 str1 和 str2 字符串长度之和，ldist 为类编辑距离（插入删除为1，替换为2）

>> import Levenshtein
>> Levenshtein.hamming('abc', 'abd')
1
>> Levenshtein.distance('ac', 'abc')
1
				# ac 中间插入 b
>> Levenshtein.distance('kitten', 'sitting')
3
			# k ⇒ s
			# e ⇒ i
			# 插入一个 g
>> Levenshtein.ratio('abc', 'abd')
0.6666666666666666
			# (6-2)/6 ⇒