Python:实现字符串jaro winkler算法(附完整源码)

资源分类：Python库 所属语言：Python 资源全名：jarowinkler-1.0.2-cp38-cp38-macosx_10_9_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059

jaro-winkler-JS Jaro-Winkler距离算法在 Javascript 中的实现（参见 ）。 这是 Winkler、McLaughlin、Jaro 和 Lynch 版本的直接翻译： ://web.archive.org/web/20100227020019/http: 。 我需要一个模糊字符串匹配问题的快速解决方案，但没有找到任何易于获取的 JS 实现——因此是这个。 我希望其他人觉得这很有用。 请注意，这是半小时左右的工作，因此其中可能存在错误（不过到目前为止对我来说效果很好）。 任何意见或指针是最受欢迎的！ 这个 repo 的小涂鸦是 MIT 许可的，所以去吧。

Jaro-Winkler Distance是一种衡量两个字符串相似度的算法，主要应用于数据清洗、去重以及记录链接等领域。这个算法由Martin Winkler在1990年提出，是对原始Jaro距离的改进，尤其适用于姓名等较短字符串的相似度计算...

是用C扩展编写的算法的实现，在MRI / KRI以外的其他平台（如JRuby或Rubinius）上，将回纯Ruby版本。 C和Ruby实现都支持任何类型的字符串编码，例如UTF-8，EUC-JP，Big5等。 安装 gem install jaro_winkler 用法 require 'jaro_winkler' # Jaro Winkler Distance JaroWinkler . distance "MARTHA" , "MARHTA" # => 0.9611 JaroWinkler . distance "MARTHA" , "marhta" , ignore_case : true # => 0.9611 JaroWinkler . distance "MARTHA" , "MARHTA" , weight : 0.2 # => 0.9778 # Jaro Distance JaroWinkler . jaro_distance "MARTHA" , "MARHTA" # => 0.9444444444444445 没有JaroWinkler.jaro_winkler_

Java字符串相似度 一个实现不同字符串相似度和距离度量的库。 当前实现了十二种算法（包括Levenshtein编辑距离和同级，Jaro-Winkler，最长公共子序列，余弦相似性等）。 查看下面的摘要表以获取完整列表... 下载 使用Maven： <dependency> <groupId>info.debatty</groupId> <artifactId>java-string-similarity</artifactId> <version>RELEASE</version> </dependency> 或检查。 该库需要Java 8或更高版本。 总览 下面介绍了每种已实现算法的主要特征。 “成本”列给出了计算成本的估算值，以分别计算长度为m和n的两个字符串之间的相似度。 归一化？ 公制？ 类型 成本 典型用法 距离 没有 是 O（米* n） 1 距离相似 是 没有 O（米* n） 1 距离 没有 没有 O（米* n） 1 光学字符识别 3 距离 没有 是 O（米* n） 1 3 距离 没有 没有 O（米* n） 1 相似距离 是

本文主要介绍字符匹配算法-JaroWinklerDistance，并附有例子