Question

我正在寻找一个字符串比较指标ala Levenshtein，当字符串中的字符被扰乱时，它也会起作用。有谁知道这样的指标？如果有一个Python模块可以计算出这样的度量标准，那也会很棒。谢谢！

Answer 1

您可以尝试difflib库，或者还有一个名为pylevenshtein的外部库。

Answer 2

计算每种类型字符的数量（使用HashMap或等效字符），然后减去结果值并取每个减法的绝对值。将所有这些加在一起，然后除以2（因为你已经计算了每个差异的两倍）。

示例：

banana
batman

a - 3 , 2 -> |1| -> 1
b - 1 , 1 -> |0| -> 0
m - 0 , 1 -> |-1| -> 1
n - 2 , 1 -> |1| -> 1
t - 0 , 1 -> |-1| -> 1

因此您有1+1+1+1 = 4 -> 4/2 = 2

检查：在banana中，将n更改为t，将a更改为m（2次更改），并且batman

如果字符串长度不同，请计算字符串长度的差异，从差异计数中减去该数字（上图）。然后除以2，然后再添加该数字。

示例：

nab
banana

total difference count: 3
3 - 3 = 0 -> 0 / 2 = 0 -> 0 + 3 = 3

我也不会在这里使用Levenshtein，因为这个问题的很多困难是定位，你不关心。

Answer 3

levenstien距离的动态编程解决方案可以简单地编辑，以捕获成对的加扰，例如delhi，dehli，与相应的替换或添加或删除相比，减少重量。

编辑：此算法已存在，并命名为Damerau–Levenshtein distance。搜索此算法将为您提供一个Python package，您可以直接使用它。