kla*_*ann 3 python string python-3.x levenshtein-distance
我正在寻找 Python 中字符串相似度度量函数的有效实现（或提供 Python 绑定的库）。
我想比较平均大小为 10kb 的字符串，我不能采取任何捷径，例如逐行比较，我需要比较整个内容。我并不在乎将使用什么确切的度量标准，只要结果合理且计算速度快即可。这是我迄今为止尝试过的：
difflib.SequenceMatcher来自标准库。ratio()给出了很好的结果，但对于 10kb 文本需要 >100 毫秒。quick_ratio()只需要一半的时间，但结果有时与真正的价值相差甚远。python-Levenshtein: levenshtein 对于我的用例来说是一个可以接受的指标，但Levenshtein.ratio('foo', 'bar')并不比SequenceMatcher.在我开始对 pypi 上提供测量字符串相似度函数的每个库进行基准测试之前，也许您可以指出我正确的方向？如果可能的话，我很想将单次比较的时间减少到不到 10 毫秒（在商品硬件上）。