Java 使用levenstein编辑距离比较类似字符串时遇到了问题

我使用levenstein编辑距离来查找两个字符串的相似程度。这两个字符串是这样的。第一个是两个中较长的一个，如果有的话；此外，我还想比较另一个非截断非修改字符串。第二个字符串可能在结尾处被截断，并且缺少字符。可以有多个唯一的字符串1和字符串2

我在第二个字符串列表中读取，每个字符串都包含在一行中，格式如下 “[string two]-$0.00”所以它是string two加上空格、破折号、空格，然后是价格

所以我有一个第二个字符串的列表（格式），我有两个选项。删除价格和“-”或保留在那里

• 如果我移除它。我读入每个字符串2，并用分隔符“$”标记它。我不知道任何字符串2有多长，所以我必须先做一个stringtwo.removeAll（“-”）来去掉破折号，然后再做一个.trim（）来去掉空白。如果第二串中有一个破折号，它也会被自动移除。因此，我得到了精确字符串（levenstein=0）、被截断但仍然精确的字符串（字符串在长度为string one-levenstein之前相同）、被截断并缺少整数数量的破折号（破折号之间的几处字符串相同，如果被截断，最后也会缺少），或未被截断，但缺少整数个破折号

• 如果我离开它。仍然读取每个字符串2，并用分隔符“$”标记。现在我有了字符串2的格式“[string two]-”。因此，所有的levenstein距离都将被关闭3。这里的问题是，如果我有一个字符串1，比如“狗粮很好吃”，而我尝试比较的字符串2是“狗粮很好吃-”levD=3，但这是相同的levD，就像我有字符串2“狗粮很好吃-”

正如您所看到的，这两种选择都会产生问题。在我的程序中，我似乎无法克服这些问题，无法尝试将字符串2的输入列表与字符串1的列表相匹配

---

任何人都能找到更好的方法吗？有没有其他字符串比较器可以用来减少问题？

试试这个：应该在每个字符串中找到的最后一个“-”处截断字符串，同时保持字符串的其余部分完好无损

StringTwo.substring(0, StringTwo.lastIndexOf("-")).trim();

这些字符串操作可能非常昂贵，因此如果您使用大量字符串，您可能会考虑其他优化

此外，此解决方案是脆弱的，因为它硬编码值以确定在代码中修剪的位置。这可以在其他地方定义并传入，以便可以更改

一旦您的代码工作得比较好和安全，下一步请尝试查看Apache中的StringUtils，它具有更广泛的字符串操作

org.apache.commons.lang.StringUtils from Apache Commons Lang

---

啊！真不敢相信我居然没想到。。。。你把我的一生藏在哪里了。（至少我现在会有一个情人节礼物）。这可能会奏效。谢谢我的QYL4！