js实现文本相似度对比

一、发现问题

在开发过程中，难免会使用到2个（多个）文本内容处理，一是便于宏观知道文本的重合度，而是更好的区分文本的创新度，也能更好的避免出现大篇幅复制。

为此，可以通过2个文本的相似度对比来实现业务需求。

二、解决问题

如果使用后端语言1来处理，就需要调取接口，对比少量的短文本可以实现，但是一旦遇到在界面实现多个文本对比，并且篇幅巨多，再通过接口可能就出现耗时特别长的情况。既然如此，但不如直接使用前端来处理。

使用算法：编辑距离。

1、编辑距离的概念

设A和B是两个字符串，使用最少的字符操作将字符串A转换为B。字符操作包括：（1）删除一个字符；（2）插入一个字符；（3）将一个字符改写为另一个字符。将字符串Ａ变换为字符串Ｂ所需要的最少字符操作数称为字符串Ａ到字符串Ｂ的编辑距离（Edit Distance）

2、测试文本

举例，文字来自网络。

文本1：https://baijiahao.baidu.com/s?id=1722534206100502287&wfr=spider&for=pc

北京商报讯（记者 魏蔚）1月21日，交通运输部官方微信公众号披露，1月20日上午，交通运输新业态协同监管部际联席会议办公室对满帮、货拉拉、滴滴货运、快狗打车等4家互联网道路货运平台公司进行约谈，对滴滴出行、曹操出行、T3出行、美团出行等4家网约车平台公司进行提醒。

文本2：https://baijiahao.baidu.com/s?id=1722542069155143037&wfr=spider&for=pc

智通财经APP获悉，1月20日，交通运输新业态协同监管部际联席会议办公室对满帮、货拉拉、滴滴货运、快狗打车等4家互联网道路货运平台公司进行约谈，对滴滴出行、曹操出行、T3出行、美团出行等4家网约车平台公司进行提醒。

3、代码实现

实现代码如下，最后返回的数据逻辑可以自行修改。

/**
 * 相似度对比
 * @param s 文本1
 * @param t 文本2
 * @param f 小数位精确度，默认2位
 * @returns {string|number|*} 百分数前的数值，最大100. 比如 ：90.32
 */
function similar(s, t, f) {
  if (!s || !t) {
    return 0
  }
  if(s === t){
    return 100;
  }
  var l = s.length > t.length ? s.length : t.length
  var n = s.length
  var m = t.length
  var d = []
  f = f || 2
  var min = function (a, b, c) {
    return a < b ? (a < c ? a : c) : (b < c ? b : c)
  }
  var i, j, si, tj, cost
  if (n === 0) return m
  if (m === 0) return n
  for (i = 0; i <= n; i++) {
    d[i] = []
    d[i][0] = i
  }
  for (j = 0; j <= m; j++) {
    d[0][j] = j
  }
  for (i = 1; i <= n; i++) {
    si = s.charAt(i - 1)
    for (j = 1; j <= m; j++) {
      tj = t.charAt(j - 1)
      if (si === tj) {
        cost = 0
      } else {
        cost = 1
      }
      d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + cost)
    }
  }
  let res = (1 - d[n][m] / l) *100
  return res.toFixed(f)
}

4、相似度对比结果

根据测试文本对比，结果为：

75.00

END

---

如有问题请在下方留言。

或关注我的公众号“孙三苗”，输入“联系方式”。获得进一步帮助。