模糊字符串匹配 - 区分大小写

Question

我正在使用SeatGeek的FuzzyWuzzy字符串匹配模块。

我发现当使用token_set_ratio搜索算法时，大小写的微小差异会导致结果大相径庭。

例如，如果我在一个文件中查找短语“我在吃饭”，我得到了100%的匹配。但是如果短语是“我在吃”，只是一个字母的大小写改变，就给出了65%的匹配度。

有没有办法使算法忽略大小写？

- shoi

---

你可以把所有东西都使用.upper吗？ - Andy Hayden

Answer 1

token_set_ratio()默认情况下不区分大小写。

from fuzzywuzzy import fuzz
fuzz.token_set_ratio("I am eating", "i am eating")
=> 100

- acslater00

---

为什么这个答案有-1的评分？就我所看到的，它说的是真相 - 它默认情况下是不区分大小写的（kwarg token_process=False会使其区分大小写）。 - The Hog

@SarunasAzna 我只能对那个给出负分的人做出猜测，但是答案表明它是区分大小写的，而不是不区分大小写的。除了大小写敏感性之外，token_set_ratio 还有其他差异。 - Nate Wanner

Answer 2

我遇到了同样的问题，你可能使用的是Ratio而不是TokenSetRatio...

- Pieter Buitelaar

Answer 3

我刚刚将要比较的字符串转换为小写：

fuzz.token_set_ratio("I am eating".lower(), "i am eating".lower())

这给了我一个得分为100

- Glenn

Answer 4

如果您查看此处的fuzz原始代码，您会发现fuzz.token_set_ratio在执行序列匹配之前将字符串转换为小写。

此外，您可能想要查看SeatGeek工程师在此处的stackoverflow帖子，以获得更好的比率使用清晰度。

希望这可以帮助到您。

- Nim J