difflib.get_close_matches获取分数

Question

我正在尝试使用以下方法获得最佳比赛的分数difflib.get_close_matches：

import difflib

best_match = difflib.get_close_matches(str,str_list,1)[0]

我知道添加' cutoff'参数的选项，但是在设置阈值后找不到如何获得实际分数。我想念什么吗？有没有更好的解决方案来匹配unicode字符串？

Answer 1

我发现difflib.get_close_matches是匹配/模糊匹配字符串的最简单方法。但是，还有其他一些更高级的库，例如您在评论中提到的F​​uzzywuzzy。

但是，如果要使用difflib，则可以使用difflib.SequenceMatcher来获得分数，如下所示：

import difflib
my_str = 'apple'
str_list = ['ape' , 'fjsdf', 'aerewtg', 'dgyow', 'paepd']
best_match = difflib.get_close_matches(my_str,str_list,1)[0]
score = difflib.SequenceMatcher(None, my_str, best_match).ratio()

在此示例中，“苹果”和列表之间的最佳匹配是“猿”，得分为0.75。

您还可以遍历列表并计算所有分数以进行检查：

for word in str_list:
    print "score for: " + my_str + " vs. " + word + " = " + str(difflib.SequenceMatcher(None, my_str, word).ratio())

对于此示例，您将获得以下内容：

score for: apple vs. ape = 0.75
score for: apple vs. fjsdf = 0.0
score for: apple vs. aerewtg = 0.333333333333
score for: apple vs. dgyow = 0.0
score for: apple vs. paepd = 0.4

difflib的文档可以在这里找到：https ://docs.python.org/2/library/difflib.html