文章目錄

• 前言
• 一、difflib是什么？
• 二、代碼
• 總結(jié)

---

前言

因項(xiàng)目需要，待匹配的字符串需要與給出的字符串（以逗號(hào)分隔）進(jìn)行模糊匹配。經(jīng)過(guò)查閱資料，本文采用的是python自帶的difflib庫(kù)。

一、difflib是什么？

Difflib作為python的標(biāo)準(zhǔn)庫(kù)，無(wú)需安裝，作用是對(duì)比文本之間的差異，而且支持輸出可讀性比較強(qiáng)的HTML文檔。
本文主要用到庫(kù)difflib的類(lèi)SequenceMatcher的quick_ratio()方法，其功能為比較文本的距離，并把結(jié)果量化成[0,1]之間，相同的時(shí)候返回1，沒(méi)有相同片段返回0。

quick_ratio()方法，計(jì)算公式如下：

計(jì)算所有匹配片段的長(zhǎng)度之和T，匹配度等于2*T/(len(a)+len(b))

如：

a="helloworld" b="hellopython"

則，T = 6
a與b之間的匹配度為：2*6/（10+11）=0.571

二、代碼

import difflibdef fuzzy_matching(texts, value):texts = texts.split(",")texts_score = {}for i in texts:score = difflib.SequenceMatcher(None, i, value).quick_ratio()texts_score[i] = scoretexts_score = sorted(texts_score.items(), key=lambda x: x[1], reverse=False)print(texts_score)match_value = texts_score[-1][0]return match_valueif __name__ == '__main__':texts = "蘇鹽城貨1023,魯濟(jì)寧貨2784,蘇徐州貨6050,魯濟(jì)寧貨1897,蘇宿駁1092,蘇淮貨3333,蘇淮貨3343"value = "貨 343"match_value = fuzzy_matching(texts, value)print(match_value)

總結(jié)

代碼其實(shí)很簡(jiǎn)單，主要就是用一個(gè)字典來(lái)接受各個(gè)字段與待匹配字段的之間的匹配度，然后升序排序，最后取出最大匹配度的那一個(gè)字段就OK了。
當(dāng)然，我們也可以設(shè)置一個(gè)匹配度閾值，當(dāng)匹配度大于這個(gè)閾值時(shí)才匹配結(jié)果，小于時(shí)就不做處理。
如果閱讀本文對(duì)你有用，歡迎一鍵三連呀！！！
2022年1月10日15:23:13

總結(jié)

以上是生活随笔為你收集整理的python文本模糊匹配的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。