有一種方法可以生成某種文本的哈希以進行比較？

Question

我不知道我想要什麼是可能的，但是這是：

假設我有一些短語，我想要生成某種可以代表文本的短語字符串。我會將其應用於很多文本。之後，我比較所得到的字符串，以查看一個文本與另一個文本的差異程度。

我並不需要知道在哪裏的差異或檢索原始的字符串，我只需要這個比較字符串。

有這樣的事情嗎？我正在複雜的解決方案？

Answer 1

有這樣的技術，被稱爲模糊哈希。看看ssdeep。您也可能對論文Identifying almost identical files using context triggered piecewise hashing感興趣。