使用正则表达式(或其他python模块)来比较文本/字符？

Question

假设我的程序收到一个输入,例如一串具有任何类型字符的字符.例如,'Bob's Bagel Shop'.然后它得到另一个字符串,上面写着'Fred's Bagel Store'.如何在python中使用正则表达式或其他模块来比较这些并让我的程序告诉我,如果字符串中的任何字符串中的至少5个(或任何我想要的数字)是相同的,但是所有字符都在相同的顺序中,比如'Bagel'这个词？

谢谢.

Answer 1

有一个Python标准库类difflib.SequenceMatcher有助于解决您的问题.这是一个代码示例:

from difflib import SequenceMatcher

s1 = "Bob's Bagel Shop"
s2 = "Bill's Bagel Shop"

matcher = SequenceMatcher(a=s1, b=s2)
match = matcher.find_longest_match(0, len(s1), 0, len(s2))

结果:

Match(a=3, b=4, size=13)  # value that 'match' variable holds

结果显示两个字符串具有相等的子字符串,长度为13个字符(从第一个字符串中的第3个字符开始,第二个字符串中的第4个字符串).

您可以使用此匹配结果对象将其字段作为值:

match.size  # 13
match.a     # 3
match.b     # 4