什么是Python中的简单模糊字符串匹配算法？

Question

我正在尝试找到一种好的模糊字符串匹配算法。直接匹配对我不起作用-
这不太好，因为除非我的字符串相似度为100％，否则匹配将失败。在莱文斯坦，因为它工作在一个人物等级方法不适用于字符串的工作也很好。我一直在寻找与单词级别匹配类似的东西，例如

字符串-答：快棕色狐狸。

弦B：敏捷的褐狐狸跳过了那只懒狗。

这些应该匹配，因为字符串A中的所有单词都在字符串B中。

现在，这是一个过于简化的示例，但谁会知道一种适用于单词级别的好的模糊字符串匹配算法。

Answer 1

我喜欢德鲁的答案。

如果您要做的只是测试一个字符串中的所有单词是否都与另一个字符串匹配，那就是一个衬里：

if not [word for word in b.split(' ') if word not in a.split(' ')]:
    print 'Match!'

如果您想对它们进行评分而不是对二进制测试进行评分，为什么不这样做：

（（（匹配单词的数量）/（大字符串中的单词数量））*（（小字符串中的单词数量）/（大字符串中的单词数量））

？

如果愿意，您可以更轻松地对每个字符串进行模糊匹配。

您可以使用difflib查找最长的匹配项：

>>> a = 'The quick brown fox.'
>>> b = 'The quick brown fox jumped over the lazy dog.'
>>> import difflib
>>> s = difflib.SequenceMatcher(None, a, b)
>>> s.find_longest_match(0,len(a),0,len(b))
Match(a=0, b=0, size=19) # returns NamedTuple (new in v2.6)

或选择一些最小匹配阈值。例：

>>> difflib.SequenceMatcher(None, a, b).ratio()
0.61538461538461542