Ответ 1

Есть встроенный.

from difflib import SequenceMatcher

def similar(a, b):
    return SequenceMatcher(None, a, b).ratio()

Используя его:

>>> similar("Apple","Appel")
0.8
>>> similar("Apple","Mango")
0.0

Ответ 2

Я думаю, возможно, вы ищете алгоритм, описывающий расстояние между строками. Вот некоторые из них, на которые вы можете ссылаться:

• Расстояние Хэмминга
• Расстояние Левенштейна
• Расстояние Дамерау-Левенштейна
• Расстояние Яро-Винклера

Ответ 3

Fuzzy Wuzzy представляет собой пакет , который реализует расстояние Levenshtein в python, с некоторыми вспомогательными функциями, чтобы помочь в определенных ситуациях, когда вам могут понадобиться два разных строки считаются идентичными. Например:

>>> fuzz.ratio("fuzzy wuzzy was a bear", "wuzzy fuzzy was a bear")
    91
>>> fuzz.token_sort_ratio("fuzzy wuzzy was a bear", "wuzzy fuzzy was a bear")
    100

Ответ 4

Решение №1: встроенный Python

используйте SequenceMatcher из difflib

профи:  встроенная библиотека python, нет необходимости в дополнительном пакете.
минус: слишком ограниченный, существует так много других хороших алгоритмов для сходства строк.

>>> from difflib import SequenceMatcher
>>> s = SequenceMatcher(None, "abcd", "bcde")
>>> s.ratio()
0.75

Решение №2: jellyfish библиотека

его очень хорошая библиотека с хорошим охватом и несколькими проблемами. он поддерживает:
- Левенштейн Расстояние
- Дамеру-Левенштейн Расстояние
- Jaro Расстояние
- Расстояние Яро-Винклер

- Сравнение соответствия рейтинга матчей
- Расстояние Хэмминга

профи:  простой в использовании, диапазон поддерживаемых алгоритмов, проверенный.
минус: не родная библиотека.

пример:

>>> import jellyfish
>>> jellyfish.levenshtein_distance(u'jellyfish', u'smellyfish')
2
>>> jellyfish.jaro_distance(u'jellyfish', u'smellyfish')
0.89629629629629637
>>> jellyfish.damerau_levenshtein_distance(u'jellyfish', u'jellyfihs')
1

Ответ 5

Вы можете создать такую ​​функцию, как:

def similar(w1, w2):
    w1 = w1 + ' ' * (len(w2) - len(w1))
    w2 = w2 + ' ' * (len(w1) - len(w2))
    return sum(1 if i == j else 0 for i, j in zip(w1, w2)) / float(len(w1))

Ответ 6

Пакет distance включает расстояние Левенштейна:

import distance
distance.levenshtein("lenvestein", "levenshtein")
# 3

Ответ 7

Встроенный SequenceMatcher очень медленный на большом входе, вот как это можно сделать с помощью diff-match-patch:

from diff_match_patch import diff_match_patch

def compute_similarity_and_diff(text1, text2):
    dmp = diff_match_patch()
    dmp.Diff_Timeout = 0.0
    diff = dmp.diff_main(text1, text2, False)

    # similarity
    common_text = sum([len(txt) for op, txt in diff if op == 0])
    text_length = max(len(text1), len(text2))
    sim = common_text / text_length

    return sim, diff