Confronto list in Python di difflib Modul
Domanda
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?
Soluzione
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)
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow