python 已知一个字符,在一个list中找出近似值或相似值实现模糊匹配
更新时间：2020年02月29日 16:18:11 作者：诸葛老刘
今天小编就为大家分享一篇python 已知一个字符,在一个list中找出近似值或相似值实现模糊匹配，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
已知一个元素,在一个list中找出相似的元素
使用场景:
已知一个其它来源的字符串, 它有可能是不完全与我数据库中相应的字符串匹配的,因此,我需要将其转为适合我数据库中的字符串
使用场景太绕了, 直接举例来说吧
随便举例:
按青岛城市的城区来说,
我数据库中存储的城区是个list:['市北区', '市南区', '莱州市', '四方区']等
从其它的数据来源得到一个城区是:市北
我怎么得到与市北相似相近的市北区
解决方案:
In [1]: import difflib
In [2]: cityarea_list = ['市北区', '市南区', '莱州市', '四方区']
# 正常情况下,我是这么用的
In [3]: a = difflib.get_close_matches('市北',cityarea_list,1, cutoff=0.7)
In [4]: a
Out[4]: ['市北区']
# 测试关键字改为市区,且要求返回相似度最高的两个元素
In [5]: a = difflib.get_close_matches('市区',cityarea_list,2, cutoff=0.7)
In [6]: a
Out[6]: ['市南区', '市北区']
# 测试关键字改为市区, 要求返回相似度最高的一个元素
In [7]: a = difflib.get_close_matches('市区',cityarea_list,1, cutoff=0.7)
In [8]: a
Out[8]: ['市南区']
详解:
difflib是python 自带的一个方法
返回的结果是个list
返回的list元素数量是可控的,
cutoff参数是0到1的浮点数, 可以调试模糊匹配的精度,一般为0.6就可以了, 1为精确匹配,
补充拓展：python列表进行模糊查询
先看一下代码
a=['时间1', '时间2', '时间3', 'ab','asds']
dd = [i for i,x in enumerate(a) if x.find('s')!=-1]
print(dd)
需要注意的是这个方法只适合与都是字符串的，因为find是字符串重的方法， 如果list中有数字和None,都是不行的
以上这篇python 已知一个字符,在一个list中找出近似值或相似值实现模糊匹配就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了简单的Apache+FastCGI+Django配置指南,这也是Python上最流行的web框架Django的最流行搭配环境:)需要的朋友可以参考下2015-07-07
Python requests下载文件的几种常用方法(附代码)
这篇文章主要介绍了五种下载方式的实现方法,包括基础下载、大文件分块下载、带有断点续传的下载、带有超时和重试的下载以及完整的下载器实现,文中给出了详细的代码示例,需要的朋友可以参考下2025-03-03
这篇文章主要介绍了教你怎么用python绘制dotplot,文中有非常详细的代码示例,对正在学习python的小伙伴们有很好地帮助,需要的朋友可以参考下2021-04-04
有的服务器是多用户使用，GPU的资源常常被占据着，很可能在夜间GPU空闲了，但来不及运行自己的脚本。如果没有和别人共享服务器的话，自己的多个程序想排队使用GPU，也可以用这个脚本2021-11-11
这篇文章主要介绍了Python传入参数的几种方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-05-05
这篇文章主要介绍了Pycharm如何打断点的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-06-06
这篇文章主要为大家介绍了Python 模拟死锁的常见实例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-08-08
这篇文章主要介绍了Django网络框架之创建虚拟开发环境操作,简单描述了虚拟开发环境的概念、功能,并分析了使用venv与virtualenv安装虚拟环境相关操作技巧,需要的朋友可以参考下2019-06-06
这篇文章主要介绍了python小程序实现刷票功能详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了pandas数据处理进阶详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-10-10
最新评论