字符串相似度计算-模糊匹配(python版)
- 字符串相似度计算
- difflib库
- 计算两字符串相似度
- 复现sql中like功能-模糊匹配
- fuzzywuzzy库
字符串相似度计算
最近在处理小区位置名称匹配的问题:找出表A、表B中相同的小区名称。但两个表的小区名称存在不规范的问题,需要模糊匹配。考虑到数据量较大,还是尽量使用python的第三方库效率更高。python中相关的库是difflib库和fuzzywuzzy库。
difflib库
计算两字符串相似度
difflib.SequenceMatcher返回值在0-1之间,如果为1则认为完全相等。
def get_similarity(str1, str2):
"""
:param str1:
:param str2:
:return: 计算两个字符串的相似度,
"""
return difflib.SequenceMatcher(None, str1, str2).quick_ratio()
复现sql中like功能-模糊匹配
str1 = '中国'
str2 = '中国人'
name_list = ['美国', '中国', '俄罗斯']
str_test = difflib.get_close_matches(str2, name_list)
fuzzywuzzy库
fuzzywuzzy库的本质是编辑距离,主要涉及fuzz和 process两个模块。
from fuzzywuzzy import fuzz, process
str1 = '中国'
str2 = '中国.'
list1 = ['中国人', '中华人民共和国', '美国', '俄罗斯']
print(fuzz.ratio(str1, str2))
print(fuzz.partial_ratio(str1, str2))
print(fuzz.token_sort_ratio(str1, str2))
print(process.extractOne(str1, list1))
print(process.extract(str1, list1, limit=2))
~如果你的程序比较耗时,那么一定要反思是不是算法不对。一点感触:工作就是解应用题,而且是多重约束的应用题。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)