python - 使用 difflib.get_close_matches() 忽略大小写

Question

如何告诉 difflib.get_close_matches() 忽略大小写？我有一本字典，它有一个定义的格式，包括大写。但是，测试字符串可能有全大写或没有大写，这些应该是等价的。但是，结果需要适本地大写，所以我不能使用修改过的字典。

import difflib

names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.John',
    'Acacia koa A.Gray var. waianaeensis H.St.John',
    'Acacia koaia Hillebr.',
    'Acacia kochii W.Fitzg. ex Ewart & Jean White',
    'Acacia kochii W.Fitzg.']
s = 'Acacia kochi W.Fitzg.'

# base case: proper capitalisation
print(difflib.get_close_matches(s,names,1,0.9))

# this should be equivalent from the perspective of my program
print(difflib.get_close_matches(s.upper(),names,1,0.9))

# this won't work because of the dictionary formatting
print(difflib.get_close_matches(s.upper().capitalize(),names,1,0.9))

输出:

['Acacia kochii W.Fitzg.']
[]
[]

工作代码:

根据 Hugh Bothwell 的回答，我对代码进行了如下修改以获得一个有效的解决方案(当返回多个结果时也应该有效):

import difflib

names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.John',
    'Acacia koa A.Gray var. waianaeensis H.St.John',
    'Acacia koaia Hillebr.',
    'Acacia kochii W.Fitzg. ex Ewart & Jean White',
    'Acacia kochii W.Fitzg.']
test = {n.lower():n for n in names}    
s1 = 'Acacia kochi W.Fitzg.'   # base case
s2 = 'ACACIA KOCHI W.FITZG.'   # test case

results = [test[r] for r in difflib.get_close_matches(s1.lower(),test,1,0.9)]
results += [test[r] for r in difflib.get_close_matches(s2.lower(),test,1,0.9)]
print results

输出:

['Acacia kochii W.Fitzg.', 'Acacia kochii W.Fitzg.']

Answer 1

我没有看到任何快速的方法让 difflib 进行不区分大小写的比较。

快速而肮脏的解决方案似乎是

• 制作一个将字符串转换为某种规范形式的函数(例如:大写、单行距、无标点符号)

• 使用该函数生成 {canonical string: original string} 的字典和 [canonical string] 的列表

• 针对规范字符串列表运行 .get_close_matches，然后通过字典插入结果以取回原始字符串