simhash实现html页面相似度,simhash.html

文本相似度 - Simhash

文本相似度 - Simhash

一、简介

• https://github.com/leonsim/simhash

二、安装

pip install simhash -i  https://pypi.douban.com/simple

三、示例

3.1 计算距离

s1 = 'aaa'

s2 = 'aba'

print(Simhash(s1).distance(Simhash(s2)))#output 26

3.2 打印64位hash值

print(bin(Simhash(s1).value).replace('0b',''))

# 110011111011011110101010111111010011100101010011111100000001000

print(bin(Simhash(s2).value).replace('0b',''))

# 101101111011011001001110111101001100001000110001001101000101010

-- EOF --

最后更新于：

2020-11-19 05:40

发表于：

2018-03-04 22:36

标签：

Python

• 上一篇：Vscode常用配置

• 下一篇：相似度计算方法

• Github地址：https://github.com/pengbotao/itopic.go/blob/master/posts/python/文本相似度 - Simhash.md

• @2013-2021 老彭的博客 [Hosted by Github Pages]

一键复制

编辑

Web IDE

原始数据

按行查看

历史