在python字符串比較發現錯誤

我有一個字符串，是一個詞的正確拼寫：在python字符串比較發現錯誤

FOO

我會允許someine打錯字在這樣的方法：

FO, F00, F0O ,FO0

是有一個很好的方法來檢查這個？小寫也應該被視爲正確，或者轉換爲大寫。什麼是最漂亮的。

來源

2011-09-27 Harry

轉換爲小寫可以用[str.lower進行（）功能]（http://docs.python.org/library/stdtypes.html#str.lower）。同樣，如果這是你想要的，[str.upper（）函數]（http://docs.python.org/library/stdtypes.html#str.upper）。 – GreenMatt

您需要準確定義您允許的錯誤類型。 –

內置模塊difflib具有get_close_matches函數。

您可以使用它像這樣：

>>> import difflib 
>>> difflib.get_close_matches('FO', ['FOO', 'BAR', 'BAZ']) 
['FOO'] 
>>> difflib.get_close_matches('F00', ['FOO', 'BAR', 'BAZ']) 
[] 
>>> difflib.get_close_matches('F0O', ['FOO', 'BAR', 'BAZ']) 
['FOO'] 
>>> difflib.get_close_matches('FO0', ['FOO', 'BAR', 'BAZ']) 
['FOO']

注意，它不符合你的案件之一。你可以降低cutoff參數來獲取匹配：

>>> difflib.get_close_matches('F00', ['FOO', 'BAR', 'BAZ'], cutoff=0.3) 
['FOO']

來源

2011-09-27 18:47:45 jterrace

一種方法是計算字符串之間的edit distance。例如，您可以使用Levenshtein distance或創建自己的距離函數，該距離函數將0和O比0和P更接近。

另一種是將每個單詞轉換爲規範形式，並比較規範形式。例如，你可以將字符串轉換爲大寫字母，用Os替換所有的0，用Is替換1，等等，然後刪除重複的字母。

>>> import itertools 
>>> def canonical_form(s): 
     s = s.upper() 
     s = s.replace('0', 'O') 
     s = s.replace('1', 'I') 
     s = ''.join(k for k, g in itertools.groupby(s)) 
     return s 
>>> canonical_form('FO') 
'FO' 
>>> canonical_form('F00') 
'FO' 
>>> canonical_form('F0O') 
'FO'

來源

2011-09-27 18:31:27

你如何確定編輯距離足夠好？ – Harry

這就是我想知道的:) –

您可以使用「重」模塊

re.compile(r'f(o|0)+',re.I) #ignore case

你可以使用大括號來限制出現的次數太多。你也可以得到「花哨」和定義「萊特」套在W /％S

中添加它們：

ay = '(a|4|$)' 
oh = '(o,0,\))' 
re.compile(r'f%s+' % (oh),re.I)

來源

2011-09-27 21:28:24 pyInTheSky

在python字符串比較發現錯誤

回答

相關問題