【Python】模糊匹配搜索

1. 概述

利用python库：fuzzywuzzy及difflib，两个库均可实现词粒度的模糊匹配，同时可设定模糊阈值，实现关键词的提取、地址匹配、语法检查等

2. fuzzywuzzy

pip install fuzzywuzzy

from fuzzywuzzy import process
from fuzzywuzzy import fuzz

2.1 fuzzy模块

（1）模糊匹配方法

1. ratio()——简单匹配，使用纯Levenshtein Distance进行匹配。
2. partial_ratio()——非完全匹配，基于最佳的子串（substrings）进行匹配
3. token_set_ratio——忽略顺序匹配，对字符串进行标记（tokenizes）并在匹配之前按字母顺序对它们进行排序 
4. token_set_ratio——去重子集匹配，对字符串进行标记（tokenizes）并比较交集和余数 

（2）实例

• ratio() 简单匹配

fuzz.ratio("河南省", "河南省")
>>> 100

fuzz.ratio("河南", "河南省")
>>> 80

• partial_ratio() 非完全匹配

 

fuzz.partial_ratio("河南省", "河南省")
>>> 100

fuzz.partial_ratio("河南", "河南省")
>>> 100

• token_set_ratio() 忽略顺序匹配