FuzzyWuzzy 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。

我发现在使用 token_set_ratio 搜索算法时，大小写的微小差异会产生截然不同的结果。

例如，如果我在文件中查找短语“我正在吃”，我会得到 100% 的匹配。但是如果短语是“我正在吃”，只要改变一个字母的大小写，我就有 65% 的匹配度。

有没有办法让算法不区分大小写？

Answer 1

token_set_ratio() 默认不区分大小写

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

Answer 2

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

Answer 3

如果你通过

fuzz

here 的原始代码，你会发现

fuzz.token_set_ratio

在进行序列匹配之前将字符串转换为小写。

此外，您可能需要在此处查看来自 SeatGeek 工程师的这篇 stackoverflow 帖子，以便更清楚地了解比率用法。

希望这有帮助

Answer 4

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100分