Comparer des listes en python par DIFFLIB MODUL
Question
J'essaie une bibliothèque de diffibib.J'ai deux listes: l_1 et l_2 contenant des chaînes.Je veux savoir si ces séquences sont similaires (la commande n'est pas importante).
L_1 = ["Bob", "Mary", "Hans"]
L_2 = ["Bob", "Marie", "Háns"]
devrait être ok.Mais
L_1 = ["Nirdosch", "Mary", "Rolf"]
L_2 = ["Bob", "Marie", "Háns"]
ne devrait pas être ok.
Je suis venu avec l'idée d'itération de la première liste L_1 et de correspondre à chaque élément de L_1 par la méthode
difflib.get_close_matches()
contre la deuxième liste L_2.S'il y avait une correspondance avec un ratio plus gros, disons 0.7 le supprimez de l_2 et continuez.Mais je doute que c'est un bon plan.Y a-t-il un meilleur?
La solution
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)
Licencié sous: CC-BY-SA avec attribution
Non affilié à StackOverflow