介绍
这篇文章将为大家详细讲解有关怎么在python中使用fuzzywuzzy模块模糊字符串,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
导入:
在祝辞祝辞,得到fuzzywuzzy import 模糊
祝辞祝辞祝辞,得到fuzzywuzzy import 过程 1)
在祝辞祝辞,fuzz.ratio(“却;能够is a test",,“却;能够is a 测试!“)
out 97
在祝辞祝辞,fuzz.partial_ratio(“却;能够is a test",,“却;能够is a 测试!“)
out 100 fuzz.ratio()对位置敏感,全匹配.fuzz.partial_ratio()对位置敏感,搜索匹配。
2)
在祝辞祝辞,fuzz._process_and_sort(年代,force_ascii,, full_process=True) 对字符串年代排序.force_ascii:真实或者错误的。为真实表示转换为ascii码。如果full_process为真,则会将字符串年代转换为小写,去掉除字母和数字之外的字符(发现不能去掉——字符),剩下的字符串以空格分开,然后排序。如果为假,则直接对字符串年代排序。
在祝辞祝辞,fuzz._token_sort (s1, s2,部分=True, force_ascii=True,, full_process=True) 给出字符串s1, s2的相似度。首先经过fuzz._process_and_sort()函数处理.partial为真时,再经过fuzz.partial_ratio()函数.partial为假时,再经过模糊。比()函数。
在祝辞祝辞,fuzz.token_sort_ratio (“fuzzy wuzzy was a bear",,“wuzzy fuzzy was a bear")
out 100 部分为虚假的_token_sort ()
fuzz.partial_token_sort_ratio (s1, s2, force_ascii=True,, full_process=True) 就是部分为真时的模糊。_token_sort ()
3)
在祝辞祝辞,fuzz.token_set_ratio (“fuzzy was a bear",,“fuzzy fuzzy was a bear")
out 100 fuzz._token_set (s1, s2,部分=True, force_ascii=True,, full_process=True) 当部分为假时,就是模糊。token_set_ratio()函数。
fuzz.partial_token_set_ratio (s1, s2, force_ascii=True,, full_process=True) 部分为真正的模糊。_token_set()函数。
4)
fuzz.QRatio (s1, s2, force_ascii=True,, full_process=True) full_process为真时,经过utils.full_process()函数,然后经过fuzz.ratio()函数。对顺序敏感。
fuzz.UQRatio (s1, s2, full_process=True) 就是force_ascii为假的模糊。QRatio()函数。
fuzz.WRatio (s1, s2, force_ascii=True,, full_process=True) 使用另一种不同算法计算相似度。对顺序敏感。
UWRatio (s1, s2, full_process=True) 是force_ascii为虚假的fuzz.WRatio()函数。
总结:如果计算相似度的字符串只有字母和数字,直接可以用比例()和partial_ratio()。但如果还有其他字符,而且我们想要去掉这些没用字符,就用下边的。下边的函数都对顺序不敏感,但token_sort_ratio()系列是全字符匹配,不管顺序。而token_set_ratio()只要第二个字符串包含第一个字符串就100,不管顺序。
5)
在祝辞祝辞,choices =, (“Atlanta Falcons",,“New York Jets",,“New York Giants",,“Dallas Cowboys"】
在祝辞祝辞,process.extract (“new york jets",,选择,,限制=2)
,((& # 39;New York 喷气机# 39;,,100),,(& # 39;New York 巨人# 39;,,78))
在祝辞祝辞,process.extractOne (“cowboys",,选择)
,(“Dallas Cowboys",, 90) 在祝辞祝辞,process.extract(查询,选择,,处理器=default_processor,射手=default_scorer,限制=5) 查询是字符串,选择是数组,元素是字符串。处理器是对输入比较的字符串的处理函数,默认是fuzzywuzzy.utils.full_process(),即将字符串变为小写,去掉除字母和数字之外的字符(发现不能去掉——字符),剩下的字符串以空格分开.scorer计算两个字符串相似度的函数,默认fuzz.WRatio()。限制是输出个数。
输出为数组,元素为元组,元祖第一个匹配到的字符串,第二个为int型,为分数。对输出按照得分排序。
在祝辞祝辞,process.extractWithoutOrder(查询,选择,,处理器=default_processor,射手=default_scorer, score_cutoff=0) score_cutoff为一个阈值,当分数小于该阈值时,不会输出。返回一个生成器,输出每个大于score_cutoff的匹配,按顺序输出,不排序。
