Python difflib.SequenceMatcher是否未考虑垃圾参数？

在python difflib库中，SequenceMatcher类的行为是否出人意料，或者我是否误读了假定的行为

为什么在这种情况下，isjunk论点似乎没有任何区别

difflib.SequenceMatcher(None, "AA", "A A").ratio() return 0.8

difflib.SequenceMatcher(lambda x: x in ' ', "AA", "A A").ratio() returns 0.8

---

我的理解是，如果省略空格，则比率应为1。

这是因为

ratio

函数在计算比率时使用总序列长度，但它不会使用

isjunk

过滤元素。因此，只要匹配块中的匹配数产生相同的值（有和没有

isjunk

），比率度量值就会相同

我假设由于性能原因，

isjunk

不会过滤序列

def比率（自身）：
“”“返回序列相似性的度量值（在[0,1]中浮动）。”。
其中T是两个序列中的元素总数，并且
M是匹配数，这是2.0*M/T。
"""
matches=sum（self.get_matching_blocks（）中三元组的三元组[-1]）
返回计算比率（匹配项，len（self.a）+len（self.b））

self.a

和

self.b

是传递给SequenceMatcher对象的字符串（序列）（在示例中为“AA”和“AA”）。“中的

isjunk

函数

lambda x:x仅用于确定匹配块。您的示例非常简单，因此两个调用的结果比率和匹配块是相同的

difflib.SequenceMatcher（None，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=0，b=0，大小=1），匹配（a=1，b=2，大小=1），匹配（a=2，b=3，大小=0）]
difflib.SequenceMatcher（lambda x:x=''，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=0，b=0，大小=1），匹配（a=1，b=2，大小=1），匹配（a=2，b=3，大小=0）]

相同的匹配块，比率为：
M=2，T=6=>ratio=2.0*2/6

 <强>现在考虑下面的例子< /强>：
difflib.SequenceMatcher（None，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=1，b=0，大小=2），匹配（a=3，b=3，大小=0）]
difflib.SequenceMatcher（lambda x:x=''，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=0，b=0，大小=1），匹配（a=1，b=2，大小=1），匹配（a=3，b=3，大小=0）]

现在，匹配块不同，但比率将相同，因为匹配的数量仍然相等：

当
isjunk
为无时：
M=2，T=6=>比率=2.0*2/6

当
isjunk
是
lambda x:x='
：
M=1+1，T=6=>比率=2.0*2/6

最后，不同数量的匹配：

difflib.SequenceMatcher（None，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=1，b=0，大小=2），匹配（a=3，b=4，大小=0）]
difflib.SequenceMatcher（lambda x:x=''，“AA”，“AA”）.get_matching_blocks（）
[匹配（a=0，b=0，大小=1），匹配（a=1，b=2，大小=2），匹配（a=3，b=4，大小=0）]

匹配的数量是不同的

当
isjunk
为无时：
M=2，T=7=>比率=2.0*2/7

当
isjunk
为
lambda x:x='
：
M=1+2，T=6=>比值=2.0*3/7
时，可以在对字符串排序之前删除字符串中的字符

def withoutJunk(input, chars):
    return input.translate(str.maketrans('', '', chars))

a = withoutJunk('AA', ' ')
b = withoutJunk('A A', ' ')
difflib.SequenceMatcher(None, a, b).ratio()
# -> 1.0

如果isjunk不能以这种方式工作，那么如何匹配并忽略一些简单的字符行，比如问题中的示例中的字符行？更具体地说，在计算相似性比率时，是否有内置函数/方法可以忽略某些字符？