Mr Chen昨天提出了一個(gè)問題一起探討，問題如下：

Python庫(kù)里有fuzzywuzzy和difflib，兩個(gè)庫(kù)均可實(shí)現(xiàn)詞粒度的模糊匹配，同時(shí)可設(shè)定模糊閾值，實(shí)現(xiàn)關(guān)鍵詞的提取、地址匹配、語(yǔ)法檢查等。針對(duì)fuzzywuzzy的process模塊做了下測(cè)試，將舊物料描述和新物料描述分別存放不同的文件中。

循環(huán)新描述中的明細(xì)，逐個(gè)匹配所有舊描述，得到返回值和匹配度后將結(jié)果寫入新描述文件的B列和C列。

具體實(shí)現(xiàn)代碼如下：

from fuzzywuzzy import process import xlwings as wxdef get_file_content(filePath):with open(filePath, 'rb') as fp:return fp.read()def open_file(filename,list_id):app = wx.App(visible=False, add_book=False) # 不打開excelprint("開始處理"+filename)wb = app.books.open(filename)sheet = wb.sheets[0]# 獲取有值的最大行數(shù)nrows = sheet.used_range.last_cell.rowfor row in range(1,nrows+1):name = str(sheet.range((row,1)).value)list_id.append(name)print(list_id)wb.close()app.quit()def update_file(filename,list_id):app = wx.App(visible=False, add_book=False) # 不打開excelprint("開始更新"+filename)wb = app.books.open(filename)sheet = wb.sheets[0]# 獲取有值的最大行數(shù)ct=0for vla in list_id:ct+=1print(vla)print('更新值'+vla[1])sheet.range('B'+str(ct)).value = vla[1]sheet.range('C'+str(ct)).value = vla[2]wb.save()wb.close()app.quit()def main():file_old = 'D:/test_files/報(bào)表一.xlsx' #input('輸入舊物料描述文件:') # 文件位置file_new = 'D:/test_files/報(bào)表二.xlsx' #input('輸入新物料描述文件:')list_old = []list_new = []list_add = []#取文件內(nèi)容open_file(file_old,list_old)open_file(file_new,list_new)#循環(huán)新物料描述，在舊物料描述中匹配for new in list_new:res = process.extractOne(new, list_old)list_add.append([new,res[0],res[1]])#將結(jié)果返寫回新物料描述文件update_file(file_new,list_add)if __name__=='__main__':main()

執(zhí)行后查看結(jié)果，打開新描述的文件

這是少量的數(shù)據(jù)，不知道幾萬(wàn)條數(shù)據(jù)效率會(huì)怎么樣。

總結(jié)

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

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