用Python实现文本文件中两个单词的Levinstein距离

我有一个30行的文本文件，每行有两个相似的单词。我需要计算每行两个单词之间的距离。我还需要在计算距离时使用一个函数。一般来说，我对Python和算法是相当陌生的，所以这对我来说是相当困难的。我打开了文件并正在读取，但我不知道如何将这两个字分别赋给变量“a”和“b”来计算距离

以下是我当前的脚本，目前仅打印文档：

txt_file = open('wordfile.txt', 'r')

def memoize(f):
    cache = {}
    def wrapper(*args, **kwargs):
        try:
            return cache[args]
        except KeyError:
            result = f(*args, **kwargs)
            cache[args] = result
            return result
    return wrapper

@memoize
def lev(a,b):
    if len(a) > len(b):
        a,b = b,a
        b,a = a,b

current = range(a+1)
for i in range(1,b+1):
    previous, current = current, [i]+[0]*n
    for j in range(1,a+1):
        add, delete = previous[j]+1, current[j-1]+1
        change = previous[j-1]
        if a[j-1] != b[i-1]:
            change = change + 1
        current[j] = min(add, delete, change)

return current[b]

if __name__=="__main__":
    with txt_file as f:
        for line in f:
            print line

以下是文本文件中的几句话，以便大家了解：

原型，原型

专有财产

识别

排除，排除

龙卷风

发生，发生

真空度，附近

这是脚本的更新版本，仍然不起作用，但更好一些：

class memoize:
    def __init__(self, function):
    self.function = function
    self.memoized = {}

def __call__(self, *args):
    try:
      return self.memoized[args]
    except KeyError:
      self.memoized[args] = self.function(*args)
      return self.memoized[args]

@memoize
def lev(a,b):
    n, m = len(a), len(b)
    if n > m:
        a, b = b, a
        n, m = m, n
    current = range(n + 1)
    for i in range(1, m + 1):
        previous, current = current, [i] + [0] * n
        for j in range(1, n + 1):
            add, delete = previous[j] + 1, current[j - 1] + 1
            change = previous[j - 1]
            if a[j - 1] != b[i - 1]:
                change = change + 1
            current[j] = min(add, delete, change)
    return current[n]

if __name__=="__main__":
    for pair in open("wordfile.txt", "r"):
        a,b = pair.split()
        lev(a, b)

---

假设问题是将单词传递给

lev

。假设你的wordfile是这样的-

bat, man
cat, goat
foo, bar

那么你可以这样做-

if __name__ == '__main__':

    for pair in open("wordfile", "r"):

        # first, remove all spaces, then break around the comma
        a,b = pair.replace(' ', '').split(',')

        # pass these words to lev
        lev(a, b)

---

在阿披舍克的回答和评论的帮助下，我找到了这个问题的答案。以下是最终的功能脚本，以防其他人需要它：

def memoize(f):
    cache = {}
    def wrapper(*args, **kwargs):
        try:
            return cache[args]
        except KeyError:
            result = f(*args, **kwargs)
            cache[args] = result
            return result
    return wrapper

@memoize
def lev(a,b):
    n, m = len(a), len(b)
    if n > m:
        a, b = b, a
        n, m = m, n
    current = range(n + 1)
    for i in range(1, m + 1):
        previous, current = current, [i] + [0] * n
        for j in range(1, n + 1):
            add, delete = previous[j] + 1, current[j - 1] + 1
            change = previous[j - 1]
            if a[j - 1] != b[i - 1]:
                change = change + 1
            current[j] = min(add, delete, change)
    return current[n]

if __name__=="__main__":
    lev = Counter(lev)
    word_file = open('wordfile.txt', 'r')
    for line in word_file:
            a,b = line.split()
            print a,b, lev(a, b)

---

将定义（memoize、lev等）和实际任务（读取文件、循环）分开是一个很好的做法。也就是说，将所有定义放在

if

语句前面，脚本的所有主要工作都放在

if

语句下面。因此，在检查

\uuu name\uuu

之后打开

调用会很好。我觉得
current=range（a+1）
是
lev
实现的一部分，请尝试正确缩进它。现在，为了更清楚，您可以展示一下
wordfile.txt
中的几行吗？在这个场景中，单词是由什么组成的？我假设任何只有字母的东西，但这就是你的假设吗？是的，任何只有字母的东西。这些单词非常简单，非常相似，每个单词中都没有几个字母。为了清楚起见，我在问题中添加了几个单词。您的lev（）函数似乎没有返回任何内容？这是故意的吗？嗯，你更新的代码确实会返回值，只需在主循环中打印lev（a，b）

，然后查看：）好的，这允许我将单词分配给a&b变量，但现在我遇到了这样一个错误：“无法连接'str'和'int'对象”，其中我没有使用任何整数？编辑：错误来自行

current=range（a+1）

您正在添加a+1，但a是一个字符串“range（a+1）”。如果您希望生成的范围比变量

a

（这是一个字符串）的长度大1，您可以执行

range（len（a）+1）

hmm，它仍然不起作用。每次我将范围更改为您上面所说的范围时，我都会在脚本的整个过程中出错。。。以下是两个主要错误：“无法连接'str'和'int'对象”&“列表索引必须是整数，而不是str”您可以将最新脚本粘贴到其他位置，并在此处传递链接吗？