如何判断difflib.get_close_matches()忽略大小写?我有一个包含大写字母的定义格式的字典。但是,测试字符串可能具有全部大写字母或不带大写字母,并且这些字符串应该是等效的。结果需要适当的大写,但是,所以我不能使用修改过的字典。忽略大小写difflib.get_close_matches()
import difflib
names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.John',
'Acacia koa A.Gray var. waianaeensis H.St.John',
'Acacia koaia Hillebr.',
'Acacia kochii W.Fitzg. ex Ewart & Jean White',
'Acacia kochii W.Fitzg.']
s = 'Acacia kochi W.Fitzg.'
# base case: proper capitalisation
print(difflib.get_close_matches(s,names,1,0.9))
# this should be equivalent from the perspective of my program
print(difflib.get_close_matches(s.upper(),names,1,0.9))
# this won't work because of the dictionary formatting
print(difflib.get_close_matches(s.upper().capitalize(),names,1,0.9))
输出:
['Acacia kochii W.Fitzg.']
[]
[]
工作代码:
基于休·博思韦尔的回答,我已经修改了代码如下得到有效的解决方案(这也应该工作更多的时候将返回一个结果):
import difflib
names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.John',
'Acacia koa A.Gray var. waianaeensis H.St.John',
'Acacia koaia Hillebr.',
'Acacia kochii W.Fitzg. ex Ewart & Jean White',
'Acacia kochii W.Fitzg.']
test = {n.lower():n for n in names}
s1 = 'Acacia kochi W.Fitzg.' # base case
s2 = 'ACACIA KOCHI W.FITZG.' # test case
results = [test[r] for r in difflib.get_close_matches(s1.lower(),test,1,0.9)]
results += [test[r] for r in difflib.get_close_matches(s2.lower(),test,1,0.9)]
print results
输出:
['Acacia kochii W.Fitzg.', 'Acacia kochii W.Fitzg.']
对不起,重新启动一个旧帖子,但我发现这很有趣。对于最终的搜索产品,我正在阅读代码,看起来您不需要s1和第一个结果列表。那是对的吗?看起来算法会产生你想要的结果而没有这些线。 – 2017-12-22 00:59:01
@TylerRussell,这是正确的。目的是验证搜索字词的大小写没有影响结果。用s1搜索和用s2搜索产生相同结果的事实表明该算法起作用。通常你只会使用一个搜索词。 – rudivonstaden 2018-01-09 07:51:38