Comparando listas en Python por Difflib Modul

Question

Estoy probando la biblioteca de diflib.Tengo dos listas: L_1 y L_2 que contienen cadenas.Quiero saber, si esas secuencias son similares (el orden no es importante).

L_1 = ["Bob", "Mary", "Hans"]
L_2 = ["Bob", "Marie", "Háns"]

debería estar bien.Pero

L_1 = ["Nirdosch", "Mary", "Rolf"]
L_2 = ["Bob", "Marie", "Háns"]

no debe estar bien.

Se me ocurrió la idea de iterar en la primera lista L_1 y para que coincida con cada elemento de L_1 por el método

difflib.get_close_matches()

Contra la segunda lista L_2.Si hubiera una coincidencia con una proporción más grande, entonces digamos 0.7 Retírelo de L_2 y continúe.Pero dudo que sea un buen plan.¿Hay algo mejor?

Answer 1

I would do something like:

import difflib

L_1 = ["Bob", "Mary", "Hans"]
L_2 = ["Bob", "Marie", "Hans"]

def similiarity(L_1, L_2):
    L_1 = set(intern(w) for w in L_1)
    L_2 = set(intern(w) for w in L_2)

    to_match = L_1.difference( L_2)
    against = L_2.difference(L_1)
    for w in to_match:
        res = difflib.get_close_matches(w, against)
        if len(res):
            against.remove( res[0] )
    return (len(L_2)-len(against)) / (len(L_1))

print similiarity(L_1,L_2)