获取考虑删除的接近字符串匹配-python 有没有一种方法可以让字符串在字符串匹配中考虑删除呢？< /强> 我已经尝试了 DopiB.GETHOLLYEXMatHeSe（）/Cyto>但它不考虑在关闭匹配输出中具有较低长度的字符串。例如 from difflib import get_close_matches as gcm x = """Erfreulich Erfreuliche Erfreulicher Erfreulicherem Erfreulicheres Erfreulicherweis Erfreulicherweise Erfreuliches Erfreulichste""" x = [i for i in x.split("\n")] for i in x: print i, gcm(i,x)

输出：

Erfreulich ['Erfreulich', 'Erfreuliche', 'Erfreuliches']
Erfreuliche ['Erfreuliche', 'Erfreuliches', 'Erfreulicher']
Erfreulicher ['Erfreulicher', 'Erfreuliche', 'Erfreulicheres']
Erfreulicherem ['Erfreulicherem', 'Erfreulicheres', 'Erfreulicher']
Erfreulicheres ['Erfreulicheres', 'Erfreulicherweis', 'Erfreulicherem']
Erfreulicherweis ['Erfreulicherweis', 'Erfreulicherweise', 'Erfreulicheres']
Erfreulicherweise ['Erfreulicherweise', 'Erfreulicherweis', 'Erfreulicheres']
Erfreuliches ['Erfreuliches', 'Erfreuliche', 'Erfreulicheres']
Erfreulichste ['Erfreulichste', 'Erfreuliche', 'Erfreuliches']

---

请注意，对于字符串

Erfreulicher

，

Erfreulich

虽然距离仅为-1，但并不被认为是紧密匹配的。

我不是pyton开发人员，但听起来您需要计算字符串之间的levenshtein距离。发件人：

两个单词之间的Levenshtein距离最小 单字符编辑数（插入、删除、替换） 需要将一个单词更改为另一个单词

如果你计算每个单词到每个单词的距离，你总是可以根据你定义的“接近”得到最接近的匹配。现在，正如我所说，我不是pyton开发人员，因此我无法帮助您实现特定于语言的实现，但我找到了一个包。

从中，可以增加

n

参数以获得更多匹配项。有些单词比较短，所以<代码> DoffiB确实考虑删除。

difflib.get_close_matches（单词，可能性[，n][，截止]）
返回最佳“足够好”匹配的列表。word是一个需要紧密匹配的序列（通常是一个字符串），而可能性是一个要匹配word的序列列表（通常是一个字符串列表）

可选参数n（默认值3）是要返回的最大接近匹配数；n必须大于0

可选参数截止（默认值为0.6）是范围[0,1]内的浮点值。不得分至少与word相似的可能性将被忽略

可能性中的最佳匹配（不超过n个）以列表的形式返回，按相似性分数排序，最相似的优先

下面是与gcm（i，x，6）相同的单词：

---

你应该接受马克·托洛宁的回答——他读了文件；-）

要了解更多信息，请注意

difflib

的相似性概念与Levenshtein编辑距离无关，但这可能是您真正想要的。当你说：

请注意，对于字符串Erfreulicher，不考虑Erfreulich 一场势均力敌的比赛，尽管距离只有-1

我也不知道你心目中的“距离”是什么概念。字符串相差2个字符，对吗？“-1”是神秘的

difflib

计算“相似性分数”，该分数是介于0.0到1.0之间的浮点值。下面是如何使用您的列表

x

，查看它在内部执行的操作：

import difflib
s = difflib.SequenceMatcher()
s.set_seq2("Erfreulicher")
full = []
for i in x:
    s.set_seq1(i)
    full.append((s.ratio(), i))
full.sort(reverse=True)
for score, i in full:
    print "{:20} {:.3f}".format(i, score)

以下是结果，从最高相似性分数到最低相似性分数排序：

Erfreulicher         1.000
Erfreuliche          0.957
Erfreulicheres       0.923
Erfreulicherem       0.923
Erfreuliches         0.917
Erfreulich           0.909
Erfreulichste        0.880
Erfreulicherweis     0.857
Erfreulicherweise    0.828

正如文档所说，默认情况下，

get\u close\u matches（）

只返回前三名。您询问的特定单词恰好是列表中的第六个单词，如果您告诉函数返回前6个（或7个等）匹配项，就会返回该单词（请参见Mark的答案）

此外，还记录了分数的计算方法。由于“Erfreulich”是“Erfreulicher”的前缀，因此它简化为：

>>> 2.0 * len("Erfreulich") / (len("Erfreulich") + len("Erfreulicher"))
0.9090909090909091

---

列表中“Erfreulich”上方的所有字符串至少还有一个共同字符，这使得分子更大。分母对它们来说也更大，但是增加分子1比增加分母1对结果的影响更大。这可能与你的直觉相符，也可能与你的直觉不符，但这就是它的工作原理；-）

很好的例子和所有的写作！

>>> 2.0 * len("Erfreulich") / (len("Erfreulich") + len("Erfreulicher"))
0.9090909090909091