【Python】比较字符串相似度

最新推荐文章于 2025-03-31 20:31:49 发布

原创

最新推荐文章于 2025-03-31 20:31:49 发布 · 558 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

字符串相似度应用场景：拼写纠错、文本去重、上下文相似性、不同来源数据对比等。
评价字符串相似度最常见的办法就是：把一个字符串通过插入、删除或替换这样的编辑操作，变成另外一个字符串，所需要的最少编辑次数，这种就是编辑距离（edit distance）度量方法，也称为Levenshtein距离。


import difflib

# 优点：python自带模块，效率比较高
def similar_diff_ratio(str1, str2):
    return difflib.SequenceMatcher(None, str1, str2).ratio()

# quick_ratio()比ratio()计算效率更高，计算结果一致
def similar_diff_qk_ratio(str1, str2):
    return difflib.SequenceMatcher(None, str1, str2).quick_ratio()

# None参数是一个函数，用来去掉不需要比较的字符。比如，列表lst_str表示计算相似度时不需要比较的字符
def similar_diff_ratio_filter