difflib

7熱度

1回答

Python的difflib中的SequenceMatcher是否可以提供更有效的Levenshtein距離計算方法？

這裏是（我從Magnus Hetland's webite拉）的一般算法，計算Levenshtein距離的典型例子： def levenshtein(a,b): "Calculates the Levenshtein distance between a and b." n, m = len(a), len(b) if n > m: # Make sure

6熱度

1回答

忽略大小寫difflib.get_close_matches（）

如何判斷difflib.get_close_matches（）忽略大小寫？我有一個包含大寫字母的定義格式的字典。但是，測試字符串可能具有全部大寫字母或不帶大寫字母，並且這些字符串應該是等效的。結果需要適當的大寫，但是，所以我不能使用修改過的字典。 import difflib names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.Jo

0熱度

1回答

未使用difflib.SequenceMatcher的行爲get_matching_blocks（）

我正在試驗fuzzywuzzy，並且在很多情況下遇到了錯誤的結果。我試圖調試並遇到get_matching_blocks（）這個很難解釋的場景。我get_matching_blocks（），則它應該返回三重元組的理解（I，J，n），其中的第一串中長度n的在索引i子串應與長度的子串完全匹配n在索引j的第二個字符串中。 >>> hay = """"Find longest matching bloc

5熱度

2回答

使得difflib的SequenceMatcher忽略「垃圾」字符

我有很多，我想匹配的相似性（每串平均爲30個字符）的字符串。我發現difflib'sSequenceMatcher爲這個偉大的任務，因爲它很簡單，發現結果良好。但是，如果我比較hellboy和hell-boy這樣 >>> sm=SequenceMatcher(lambda x:x=='-','hellboy','hell-boy') >>> sm.ratio() 0: 0.9333333333

5熱度

1回答

在python中，生成突出顯示兩個簡單字符串差異的HTML

我需要用python突出顯示兩個簡單字符串之間的差異，並將不同的子字符串括在HTML span屬性中。所以，我在找落實以下例子可以說明功能的簡單方法： hightlight_diff('Hello world','HeXXo world','red') ...它應該返回字符串： 'He<span style="color:red">XX</span>o world' 我用Google搜索和看到di

0熱度

1回答

difflib的charjunk可以用來忽略空白嗎？

我想比較兩個字符串列表之間的差異。對我而言，空白是噪音，不需要顯示這些差異。讀入difflib's documentation「，默認[charjunk]是模塊級函數IS_CHARACTER_JUNK()，它過濾掉了空白字符」。完美，除非我沒有看到它的工作，或有很大的不同（< - 雙關！）。 import difflib A = ['3 4\n'] B = ['3 4\n'] print '

0熱度

1回答

Python的difflib.find_longest_match是如何實現的？

最初需要一種算法來查找兩個python字符串之間最長的子字符串。基於對線性運行時的在線一致性，最佳運行時的一般答案是「構建後綴樹」。然而，在這裏沒有任何網上的例子，並且這並不奇怪，因爲後綴樹被指出是非常複雜和不直觀的構造。我實現了一個DP解決方案（仍然是二次方的），而且我試圖做的太慢了。嘗試使用python的difflib.find_longest_match，它速度更快（但它仍然沒有id一樣

4熱度

2回答

作者名稱的近似字符串匹配 - 模塊和策略

我創建了一個小程序，用於檢查作者是否存在於作者數據庫中。我一直無法找到這個問題的任何特定模塊，所以我從頭開始用模塊進行近似字符串匹配。該數據庫包含大約6000位作者，格式非常不好（許多拼寫錯誤，變體，標題，如「博士」等）。查詢作者列表通常在500-1000之間（並且我有許多這些列表），使得速度非常重要。我的一般策略是儘可能修剪和過濾數據庫並查找完全匹配。如果沒有找到匹配，我繼續近似字符串匹配。

0熱度

3回答

使用設置差異，以獲得缺失值

我有兩個列表，我使用下面的函數來分配（類似於在Unix NL）行號的行號： def nl(inFile): numberedLines = [] for line in fileinput.input(inFile): numberedLines.append(str(fileinput.lineno()) + ': ' + line) numberWid

1熱度

1回答

如果存在差異，則獲取具有相同ID的項目的最小最大值？

我有兩個文件看起來像這樣與他們之間的一些差異：第一個文件： {16:[3, [-7, 87, 20, 32]]} {17:[2, [-3, 88, 16, 28], 3, [-6, 84, 20, 32]]} {18:[2, [-1, 88, 16, 28], 3, [-3, 84, 20, 32]]} {19:[2, [1, 89, 16, 28], 3, [-2, 85, 20, 32