用Python的fuzzy、wuzzy模塊進(jìn)行字符串模糊匹配

? ? ? Python提供fuzzywuzzy模塊，不僅可用于計(jì)算兩個(gè)字符串之間的相似度，而且還提供排序接口能從大量候選集中找到最相似的句子。

　　(1)安裝

　　pip install fuzzywuzzy

　　(2)接口說(shuō)明

　　兩個(gè)模塊：fuzz, process，fuzz主要用于兩字符串之間匹配，process主要用于搜索排序。

　　fuzz.ratio(s1,s2)直接計(jì)算s2和s2之間的相似度，返回值為0-100，100表示完全相同;

　　fuzz.partial_ratio(S1,S2)部分匹配，如果S1是S2的子串依然返回100;

　　fuzz.token_sort_ratio(S1,S2)只比較S1，S2單詞是否相同，不考慮詞語(yǔ)之間的順序;

　　fuzz.token_set_ratio(S1，S2)相比f(wàn)uzz.token_sort_ratio不考慮詞語(yǔ)出現(xiàn)的次數(shù);

　　process.extract(S1, ListS,limit=n)，表示從列表ListS中找出Top n與S1最相似的句子;

　　process.extractOne(S1,ListS)，返回最相似的一個(gè)

　　(3)使用

　　from fuzzywuzzy import fuzz

　　a = 'a b c'

　　b = ' a c b '

　　c = 'a c'

　　fuzz.ratio(a, c)

　　>> 75

　　fuzz.ratio(b, c)

　　>> 60無(wú)錫知名的婦科醫(yī)院 http://www.wxbhnkyy39.com/

　　fuzz.partial_ratio(a, c)

　　>> 67

　　fuzz.partial_ratio(b, c)

　　>> 100

　　fuzz.token_sort_ratio(a, c)

　　>> 75

　　fuzz.token_sort_ratio(b, c)

　　>> 75

　　fuzz.token_set_ratio(a, c)

　　>> 100

　　fuzz.token_set_ratio(b, c)

　　>> 100