如何在Python中比较两个字符串（英语除外）之间的相似性

Question

我想找出这两个字符串之间的相似之处 范例

string1 = "One"
string2 = "one"

我希望答案在0到1之间。对于以上两个字符串，我们得到1。 现在我使用的是“水母”，python中的一个模块，它具有jaro_distance（）函数。 但缺点是我只能比较两个只包含英语单词和其他特殊字符的字符串。但我想比较其他语言中的两个字符串，比如旁遮普语

string1 = "ਬੁੱਧਵਾਰ"
string2 = "ਬੁੱਧਵਾ"

我尝试了相同的jaro_distance（）函数，但我得到了

>>score = jellyfish.jaro_distance(unicode(string1), unicode(string2))
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe0 in position 0: ordinal not in range(128)

在将它们输入函数之前，我尝试对它们进行编码和解码。 是否有任何方法可以将jaro_distance（）用于其他语言，或者是否有任何其他模块/函数可用于此目的？ 你们能帮我吗

Answer 1

您可以使用内置模块difflib中的SequenceMatcher

代码示例：

import difflib

print(difflib.SequenceMatcher(None, "ਬੁੱਧਵਾਰ", "ਬੁੱਧਵਾ").ratio())

输出：

0.9230769230769231