Python100个库分享第4个—difflib（文本相似度计算）

专栏导读

• 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

• 🏳️‍🌈 博客主页：请点击——> 一晌小贪欢的博客主页求关注

• 👍 该系列文章专栏：请点击——>Python办公自动化专栏求订阅

• 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏求订阅

• 📕 此外还有python基础专栏：请点击——>Python基础学习专栏求订阅

• 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

• ❤️ 欢迎各位佬关注！ ❤️

difflib的介绍

• difflib是Python标准库中的一个模块，用于比较和处理文本之间的差异。它提供了一些函数和类，可以用于生成差异报告、计算相似度、查找最长公共子序列等操作。

安装

• 内置库 无需安装

常见用法1：比较差异

import difflib
​
text1 = "hello world"
text2 = "hello there"
​
diff = difflib.ndiff(text1, text2)
print('\n'.join(diff))

常见用法2：比较文件的差异

import difflib
​
with open('file1.txt') as file1, open('file2.txt') as file2:
    diff = difflib.ndiff(file1.readlines(), file2.readlines())
    print('\n'.join(diff))
常见用法3：比较列表的差异
import difflib
​
list1 = ['apple', 'banana', 'cherry']
list2 = ['apple', 'banana', 'kiwi']
​
diff = difflib.ndiff(list1, list2)
print('\n'.join(diff))

常见用法4：比较字符串相似度

import difflib
​
text1 = "hello world"
text2 = "hello there"
​
similarity = difflib.SequenceMatcher(None, text1, text2).ratio()
print(similarity)

• 输出，相似度 百分之63.6%

0.6363636363636364

常见用法5：获取两个字符串的相似块：

import difflib

text1 = "hello world"
text2 = "hello there"

blocks = difflib.SequenceMatcher(None, text1, text2).get_matching_blocks()
print(blocks)

• 输出

[Match(a=0, b=0, size=6), Match(a=8, b=9, size=1), Match(a=11, b=11, size=0)]

常见用法6：获取两个字符串的最长公共子序列

import difflib
text1 = "hello world"
text2 = "hello there"

lcs = difflib.SequenceMatcher(None, text1, text2).find_longest_match(0, len(text1), 0, len(text2))
print(lcs)

• 输出

Match(a=0, b=0, size=6)

---

import difflib

text1 = "hello world"
text2 = "hello there"

lcs = difflib.SequenceMatcher(None, text1, text2).find_longest_match(0, len(text1), 0, len(text2))
print(text1[lcs.a: lcs.a + lcs.size])

• 输出

hello 

常见用法7：比较两个字符串，并返回上下文差异

import difflib
​
text1 = "hello world"
text2 = "hello there"
​
diff = difflib.context_diff(text1, text2)
print('\n'.join(diff))

总结

• 希望对初学者有帮助

• 致力于办公自动化的小小程序员一枚

• 希望能得到大家的【一个免费关注】！感谢

• 求个 🤞 关注 🤞

• 此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏

• 求个 ❤️ 喜欢 ❤️

• 此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏

• 求个 👍 收藏 👍

• 此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏