如何在python中生成一組類似的字符串

Question

我在想如何根據Levenshtein distance（字符串編輯距離）生成一組類似的字符串。理想情況下，我喜歡傳入一個源字符串（即用於生成與其類似的其他字符串的字符串），需要生成的字符串數量以及閾值作爲參數，即在字符串之間的相似性生成的集合應該大於閾值。我想知道我應該用什麼Python包來實現這個目標？或者任何想法如何實現這個？

Answer 1

我認爲你可以用另一種方式思考問題（顛倒過來）。

• 給定一個字符串，假設它是座標。
• 給定一個閾值（編輯距離），假設它是k。
• 然後，您應用k步驟中不同「編輯」的組合。

例如，假設K = 2，並承擔了允許edit modes你是：

• 刪除一個字符
• 增加一個字符
• 替代與另一個一個字符。

，則邏輯是類似下面的東西：

input = 'sittin' 
for num in 1 ... n: # suppose you want to have n strings generated 
    my_input_ = input 
    # suppose the edit distance should be smaller or equal to k; 
    # but greater or equal to one 
    for i in in 1 ... randint(k): 
    pick a random edit mode from (delete, add, substitute) 
    do it! and update my_input_ 

如果你需要堅持使用預定義的字典，這增加了一些複雜性，但它仍然是可行的。在這種情況下，編輯必須有效。