我正在使用 difflib python 包。不管我是否设置isjunk论证，计算出的比率是相同的。是不是忽略了空格的差异isjunk is lambda x: x == " "?
In [193]: difflib.SequenceMatcher(isjunk=lambda x: x == " ", a="a b c", b="a bc").ratio()
Out[193]: 0.8888888888888888
In [194]: difflib.SequenceMatcher(a="a b c", b="a bc").ratio()
Out[194]: 0.8888888888888888
isjunk工作原理与您想象的略有不同。一般来说，isjunk仅标识一个或多个不影响匹配长度但仍包含在总字符数中的字符。例如，请考虑以下情况：
>>> SequenceMatcher(lambda x: x in "abcd", " abcd", "abcd abcd").ratio()
0.7142857142857143
第二个字符串的前四个字符 ("abcd") 都是可以忽略的，因此可以将第二个字符串与以空格开头的第一个字符串进行比较。从第一个字符串和第二个字符串中的空格开始，然后，上面SequenceMatcher查找 10 个匹配字符（每个字符串中有 5 个）和 4 个不匹配字符（第二个字符串中可忽略的前四个字符）。这给出的比率为 10/14 (0.7142857142857143)。
那么，在你的情况下，第一个字符串"a b c"匹配索引 0、1 和 2 处的第二个字符串（值为"a b"）。第一个字符串的索引 3 (" ") 没有匹配项，但在匹配的长度方面被忽略。由于空格被忽略，索引 4 ("c") 匹配第二个字符串的索引 3。因此，9 个字符中有 8 个匹配，比例为0.88888888888888.
您可能想尝试这个：
>>> c = a.replace(' ', '')
>>> d = b.replace(' ', '')
>>> difflib.SequenceMatcher(a=c, b=d).ratio()
1.0
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@)
