Python 如何根据DICT中某个值的百分比相似性来唯一化DICT列表

我有一个目录列表，它的属性可能与列表中的其他目录重复或类似。我想使用相似性比较函数来统一这个列表。如果任何一个DICT的键“问候语”的值彼此相差一定百分比，则只应保留一个

例如，在此列表中，我只想保留一个“hello world”：

list = [{"greeting":"HELLO WORLD!", ...}, {"greeting":"Hello Mars", ...}, {"greeting":"Hello World!!!", ...}, {"greeting":"hello world", ...}]

在不确定之后，结果将是：

list = [{"greeting":"HELLO WORLD!", ...}, {"greeting":"Hello Mars", ...}

所有其他带有类似问候语的口述都应从列表中删除。 保留哪一条类似的口述并不重要

以下是一个函数：

---

使用确定唯一性的函数，可以执行以下操作：

import difflib

def similar(seq1, seq2):
    return difflib.SequenceMatcher(a=seq1.lower(), b=seq2.lower()).ratio() > 0.9

def unique(mylist, keys):
    temp = mylist[:]
    for d in mylist:
        temp.pop(0)
        [d2.pop(i) for i in keys if d.has_key(i)
         for d2 in temp if d2.has_key(i) and similar(d[i], d2[i])] 
    return mylist

请注意，这将就地修改词典：

mylist = [{"greeting":"HELLO WORLD!"}, {"greeting":"Hello Mars"}, {"greeting":"Hello World!!!"}, {"greeting":"hello world"}]
unique(mylist, ['greeting'])

print mylist

输出：

[{'greeting': 'HELLO WORLD!'}, {'greeting': 'Hello Mars'}, {}, {}]

---

是否所有字典都包含相同的键？是的，但只有问候键的值才是用于uniquify的值。您希望生成的结构是什么样的？您所有的

dict

s都有一个条目。这是典型的吗？@robert dicts会有其他条目，这个例子过于简单化了。但是所有的dict都有相同数量的条目和相同的键。结构应该保持不变，只是删除了重复的条目。这会起作用，但DICT将有其他不应检查的条目，只应检查“问候语”的值。在这个例子中，为了简单起见，我在每个dict中只放了一个条目。@Chad:那么？只需比较

问候语

值即可。我编辑它是为了传递您要检查的键，而且您可能希望摆脱列表理解，而将其作为

for

循环来执行，以保持清晰。@Amr，谢谢，这非常有效。如果有重复的问候语值，有什么方法可以删除整个dict？删除是指从列表中删除词典，还是将词典变为空？

[{'greeting': 'HELLO WORLD!'}, {'greeting': 'Hello Mars'}, {}, {}]