如何比较python中两个相似的句子字符串？

我首先想说我正在使用tweepy。我找到了一种过滤出相同字符串的方法，但我很难过滤出类似的字符串。如何比较python中两个相似的句子字符串？

我有我需要比较两个句子串（Tweepy关键字= “特朗普”）

串1： “特朗普总局驳回卫生局局长维韦克穆尔蒂（HTTP）PUGheO7BuT5LUEtHDcgm”

字符串2： “特朗普政府解雇外科医生将军Vivek Murthy（http）avGqdhRVOO”

正如你所看到的，他们是相似的，但不一样。我需要找到一种方法来比较两者，并获得一个数字值，以决定是否应将第二条推文添加到第一条推文。当我使用SequenceMatcher（）时，我认为我有解决方案，但总是打印出0.0。我期待它大于0.5。然而，序列匹配器似乎只适用于一个字符串（纠正我，如果我错了）

现在你可能会想，“只是拼接的http部分”。这不会起作用，因为它不会为@cars这样的人发微博名称：'xyz zyx'和@trucks：'xyz zyx'

是否有某种方法可以比较两个文本？它应该很简单，但由于某种原因，解决方案无法解决。我刚刚在一周前学会了python。仍然觉得使用缩进来辨别函数中的什么与否是奇怪的。

来源

2017-04-22 LuxLunae

有在[水母（https://github.com/jamesturk/jellyfish）包一吨的工具。（我不属于那个项目。） –

我猜你已经使用.ratio()，即：

from difflib import SequenceMatcher 
a = "Dump Administration Dismisses Surgeon General Vivek Murthy (http)PUGheO7BuT5LUEtHDcgm" 
b = "Dump Administration Dismisses Surgeon General Vivek Murthy (http)avGqdhRVOO" 
ratio = SequenceMatcher(None, a, b).ratio() 
print(ratio) 
# 0.85

Demo

来源

2017-04-22 16:56:15

我忘了在SequenceMatcher（）函数中放置“None”部分！感谢您帮助我迅速看到这一点。我在这里坐了2-3个小时，试图弄清楚我做错了什么。 – LuxLunae

非常欢迎你@LuxLunae –

您在这里找的是两个字符串之间的编辑距离。编辑距离意味着一个字符串需要的替换，删除和插入的最小数目以获得另一个字符串。这通常使用动态编程来实现。这实际上是一个很酷的面试问题/项目来测试你的编程技能。

以下是几个implementations in python以及一些描述。

用户aryamccarthy已经提到jellyfish库已经实现了这个功能（Levenshtein距离），并且有更多有趣的工具来处理匹配的字符串。绝对值得一看。

来源

2017-04-22 16:55:27 PeskyPotato

与[.split()]功能打破了句子的话

和

您可能需要这respo

包括这个库到你的项目做一个字符串比较，你是好去

来源

2017-04-22 16:57:41 trevortyrin

**只有链接**答案将**过时**如果链接变成'404'，请避开它们。 –

如何比较python中两个相似的句子字符串？

回答

相关问题