Confronto list in Python di difflib Modul

Question

Sto provando la libreria difflib.Ho due liste: l_1 e l_2 contenenti stringhe.Voglio sapere, se quelle sequenze sono simili (l'ordine non è importante).

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

.

dovrebbe essere ok.Ma

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

.

non dovrebbe essere ok.

Mi sono inventato l'idea di iscriversi per il primo elenco L_1 e per abbinare ogni elemento di L_1 del metodo

difflib.get_close_matches()

.

contro la seconda lista l_2.Se ci fosse una partita con un rapporto più grande, diciamo 0,7 lo rimuoverlo da L_2 e continuare.Ma dubito che sia un buon piano.C'è una migliore?

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)