Get best of the week

使用FuzzyWuzzy库在Python中进行模糊比较。莱文施泰因距离（编辑距离）

他不确定自己是否正确听见。非常依赖它！但是不要再问了吗？（c）鲍里斯·阿库宁（Boris Akunin）。全世界都是剧院。

在处理上一篇文章中提到的语音助手时，我意识到我不禁要与您共享漂亮的FuzzyWuzzy库。

简而言之，多亏了她，可以轻松进行模糊字符串比较。

第一步


首先，您需要执行两个步骤：

/重要！Python 2.7及更高版本/

步骤1.安装。

打开命令行并输入：

pip install fuzzywuzzy

按Enter键。
接下来，以相同的方式安装python-Levenshtein，将字符串匹配速度提高3到10倍。

pip install python-Levenshtein

安装完成后，就可以导入该库了。

步骤2.导入项目。

from fuzzywuzzy import fuzz
from fuzzywuzzy import process

功能性


1.最常见的比较：

a = fuzz.ratio(' ', ' ')
print(a)
#  : 100

如果我们更改几个字符，那么输出将得到一个不同的数字。

a = fuzz.ratio(' ', ' ')
print(a)
#  : 84

2.部分比较：

整行第二行中的这种比较会寻找与初始比较的匹配，例如：

a = fuzz.partial_ratio(' ', ' !')
print(a)
#  : 100

要么

a = fuzz.partial_ratio(' ', ' ,  ')
print(a)
#  : 100

但是您应该记住有关寄存器，因为

a = fuzz.partial_ratio(' ', ' ,  ')
print(a) 

#  : 90


3.代

币比较1）代币排序比率

单词相互比较，不分大小写或顺序

a = fuzz.token_sort_ratio('  ', '  ')
print(a)
#  : 100

a = fuzz.token_sort_ratio('  ', '   ')
print(a)
#  : 78

a = fuzz.token_sort_ratio('1 2   ', '1   2 ')
print(a)
#  : 100

2）令牌集比率
此比较与以往不同，如果字符串的重复是单词的重复，则等同于字符串。

a = fuzz.token_set_ratio('  ', '     ')
print(a)
#  : 100

4.高级常规比较

在许多情况下，更建议使用精确的WRatio，因为它区分大小写和标点符号（不分割字符串）

a = fuzz.WRatio('  ', '!  !')
print(a)
#  : 100

a = fuzz.WRatio('  ', '!,  !')
print(a)
#  : 97

5.使用列表

要比较行与列表中的行，请使用处理模块

city = ["", "-", "", "", "", "", "", "", "", "", ""]
a = process.extract("", city, limit=2)
#  limit     5
print(a)
#  : [('', 100), ('', 62)]

如果只需要列表中的第一个，则最好使用extractOne

city = ["", "-", "", "", "", "", "", "", "", "", ""]
a = process.extractOne("", city)
print(a)
#  : ('', 90)

应用


以上所有方法的使用方式和位置由您决定，但这是我的学期论文中的一个示例：

#    
try:
    files = os.listdir('C:\\Users\\hartp\\Desktop\\')
    filestart = process.extractOne(namerec, files)
    if filestart[1] >= 80:
        os.startfile('C:\\Users\\hartp\\Desktop\\' + filestart[0])
    else:
        speak('  ')
except FileNotFoundError:
    speak('  ')

让我们看一下代码，了解什么是什么。使用os.listdir

命令，我们获得指定路径（在本例中为桌面）末尾所有文件的列表。

files = os.listdir('C:\\Users\\hartp\\Desktop\\')
print(files)
#  : 'Visual Studio 2019.lnk', 'Visual Studio Code.lnk', 'WarThunder.lnk', 'WpfApp14', 'Yandex.lnk', '.docx', '.txt', ' .txt'  ..

接下来是文件列表的行与用户命名的文件名的比较（变量namerec）。我希望您注意到extractOne函数的结果是一个字符串和数字（​​相似性索引）的元组

上一章的例子
city = ["", "-", "", "", "", "", "", "", "", "", ""]
a = process.extractOne("", city)
print(a)
#  : ('', 90)
.

基于此，我们检查相似性索引filestart [1]> = 80（[1]，因为元组从0开始编号，如在数组中），如果条件为true，则对名为filestart [0] 的文件运行os.startfile函数。 ]。否则，如果相似性索引小于80或发生找不到文件的错误，我们将通过语音功能通知用户。

条条大路通向马坦


对害怕数学的人隐藏
, , (). , .

( , ) — , .
S1 i S2 j
S1=vrhk
S2=rhgr

3 :

  1. : r → v
  2. : -r
  3. : rVhgr

:



0 1? ( — «0»), r , r ( , — «1»). v .

rh h, r ( ), , :



v r ( ).

, — v.

1. ? r , v. r , v, rv. , v v.



v rh



— v h r .



.



vr r , , , , .





vrh r h ( vr r), 2





vr r vrh rh, , .



, vrh rhg , , , - ( ).

, , ( ) — vrhk rhgr.

谢谢大家的关注！我希望本文对某人有用。

More articles:


All Articles