有一种方法可以生成某种文本的哈希以进行比较？

Question

我不知道我想要什么是可能的，但是这是：

假设我有一些短语，我想要生成某种可以代表文本的短语字符串。我会将其应用于很多文本。之后，我比较所得到的字符串，以查看一个文本与另一个文本的差异程度。

我并不需要知道在哪里的差异或检索原始的字符串，我只需要这个比较字符串。

有这样的事情吗？我正在复杂的解决方案？

Answer 1

有这样的技术，被称为模糊哈希。看看ssdeep。您也可能对论文Identifying almost identical files using context triggered piecewise hashing感兴趣。