字符串匹配第3方库罗列 - peter-xbs/CommonCodes GitHub Wiki
ChatGPT支持
Q: fuzzywuzzy 介绍下这个Python库
A: Fuzzywuzzy是一个基于Python的字符串匹配库，可以帮助你快速实现模糊字符串匹配。它是基于Levenshtein Distance算法和其他相关算法的实现。
Fuzzywuzzy库提供了一些函数和类，可以计算两个字符串之间的相似度，例如：
fuzz.ratio(string1, string2)：返回两个字符串之间的相似度，以0到100的整数表示。
fuzz.partial_ratio(string1, string2)：返回两个字符串之间的部分相似度，即其中一个字符串是另一个字符串的子集的相似度。
fuzz.token_sort_ratio(string1, string2)：返回两个字符串之间的相似度，忽略它们的顺序。
fuzz.token_set_ratio(string1, string2)：返回两个字符串之间的相似度，忽略它们的顺序和重复的单词。
此外，Fuzzywuzzy还提供了其他一些函数和类，例如：
fuzz.WRatio(string1, string2)：对两个字符串进行加权匹配，可以处理大小写、空格和标点符号等问题。
fuzz.extract(str, choices, limit)：从一个字符串列表中提取与给定字符串相似的字符串。
Fuzzywuzzy库可以用于许多应用程序，例如自动纠错、自动完成功能、自动分类等。
Q: 再推荐几个相似功能的Python库
A: 当然，除了Fuzzywuzzy，还有一些其他的Python库也可以实现字符串匹配和相似度计算。以下是其中几个比较常用的库：
difflib：
这是Python的标准库之一，提供了一些基本的字符串比较和匹配功能。它可以计算两个字符串之间的差异，也可以用于字符串的相似度匹配。
Levenshtein：
这是一个专门用于计算Levenshtein距离的Python库。它提供了几个函数，可以计算两个字符串之间的距离和相似度，以及找到与给定字符串最相似的字符串。
RapidFuzz：
这是一个快速的字符串匹配库，也基于Levenshtein Distance算法实现。与Fuzzywuzzy相比，它的计算速度更快，并且提供了一些额外的功能，例如多线程计算和支持多种距离度量方法。
Jellyfish：
这是另一个字符串匹配和相似度计算库，支持多种距离度量方法，包括Levenshtein Distance、Damerau-Levenshtein Distance和Jaro-Winkler Distance等。它还提供了一些其他的字符串处理功能，例如拼写纠错和姓名比较等。
这些库都有其独特的特点和适用场景，具体使用时需要根据实际情况选择。