python - Python中的字符串相似度度量

Question

我想找出两个字符串之间的字符串相似度。 en.wikipedia有其中一些的例子。 code.google 有一个 Levenshtein distance 的 Python 实现。 .
在这些限制下是否有更好的算法(希望是 Python 库):

1. 我想在字符串之间进行模糊匹配。例如matches('Hello, All you people', 'hello, all You people') 应该返回True
2. 假阴性是可以接受的，假阳性是可以接受的，极少数情况除外。
3. 这是在非实时设置中完成的，因此速度不是(太多)问题。
4. [编辑] 我在比较多字串。

除了 Levenshtein 距离(或 Levenshtein 比率)之外的其他算法是否适合我的情况？

Answer 1

我意识到这不是一回事，但这已经足够接近了:

>>> import difflib
>>> a = 'Hello, All you people'
>>> b = 'hello, all You peopl'
>>> seq=difflib.SequenceMatcher(a=a.lower(), b=b.lower())
>>> seq.ratio()
0.97560975609756095

你可以把它做成一个函数

def similar(seq1, seq2):
    return difflib.SequenceMatcher(a=seq1.lower(), b=seq2.lower()).ratio() > 0.9

>>> similar(a, b)
True
>>> similar('Hello, world', 'Hi, world')
False