python实现字符串相似度比较排序

菜鸟001号

已于 2024-04-19 14:14:38 修改

阅读量490

点赞数 1

文章标签： python 开发语言

于 2024-04-19 12:11:17 首次发布

本文链接：https://blog.youkuaiyun.com/qq_37189286/article/details/137960140

版权

文章介绍了在数据中台录入大量词根/字典后，如何通过Python实现搜索关键词的排序，以提高长用词根查询效率。通过计算搜索关键词与词根的相似度，按降序排列，解决了查询不便的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

需求背景：

数据中台建设完成时，在录入大量词根/字典后，搜索长用词根/字典时很不方便。比如"is",这个词根在很多单次中都会存在，如果不做返回结果的排序，那么查询使用时很不方便。

思路：

我们可以将搜索关键词和搜索返回结果进行长度比较。然后按照从大到小排序（完全相同则为100%），实现相似度排序的效果。

python实现：

定义变量：

    ## 搜索关键词
    word = "aa"
    
    ## 词根/字典
    list1 = ["aaa", "aaaaaaaa",  "aaaaa", "aaaaaa", "aaaa","bbb", "ccc"]


    ## 过滤掉非匹配词根/字典结果数据存储
    list2 = []

    ##相似度计算结果
    dict1 = {}

过滤不匹配词根/字典,相似度计算：

    for i in list1:
        if word in i :
            list2.append(i)
            dict1[i] = len(word)/len(i)

    print(list2)
    print(dict1)
    ## ['aaa', 'aaaaaaaa', 'aaaaa', 'aaaaaa', 'aaaa']
    ## {'aaa': 0.6666666666666666, 'aaaaaaaa': 0.25, 'aaaaa': 0.4, 'aaaaaa': 0.3333333333333333, 'aaaa': 0.5}

根据相似度对结果进行排序：

    import operator
    sorted_dict = dict(sorted(dict1.items(),key=operator.itemgetter(1),reverse=True))
    print(sorted_dict)

    ##{'aaa': 0.6666666666666666, 'aaaa': 0.5, 'aaaaa': 0.4, 'aaaaaa': 0.3333333333333333, 'aaaaaaaa': 0.25}
    
    
    ##对列表排序
    sorted_list = sorted(list2, key=lambda x: dict1.get(x),reverse=True)
    print(sorted_list)

    ## ['aaa', 'aaaa', 'aaaaa', 'aaaaaa', 'aaaaaaaa']