golang：stringosim比较两个字符串距离/相似度

admin

■实例说明
我们有时候需要比较两个字符串的相似性，这里介绍一个包stringosim
翻译一下就是：
这个包的计划是实现不同的字符串距离/相似度函数，如列文什坦（标准化、加权、达梅罗）、贾罗-温克勒、贾卡德索引、欧几里德距离、汉明距离。
通过实例，我们可以看到，stringosim包提供了好几种比较的方法。
1）我们需要根据自己业务实际情况，通过测试，看那种方法效果好，然后再使用哪种。
2）支持中文比对，当然，我们也可以将中文转换为拼音后再进行比较。转换方法如：http://www.golangcodes.com/forum ... &extra=page%3D1

更多实例参见：https://github.com/dexyk/stringosim

■实例代码

[Golang] 纯文本查看 复制代码

package main

import (
	"fmt"
	"github.com/dexyk/stringosim"
)

func main() {
	// Jaccard
	// Jaccard距离可以通过设置n-gram的大小来计算，这将用于比较。如果省略了该大小，则将使用默认值1。
	// 输出分值越小表示两者越接近
	srcTxt := "我是中国人"
	targetTxt := "我美国人"
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{1}))
	// 0.4666666666666667
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{2}))
	// 0.6111111111111112
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{3}))
	// 0.7222222222222222

	srcTxt = "我是中国人"
	targetTxt = "我中国人"
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{1}))
	// 0.16666666666666663
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{2}))
	// 0.33333333333333337
	fmt.Println(stringosim.Jaccard([]rune(srcTxt), []rune(targetTxt), []int{3}))
	// 0.4666666666666667

	// Jaro and Jaro-Winkler
	// 值越大，则越相似
	fmt.Println(stringosim.Jaro([]rune(srcTxt), []rune(targetTxt)))
	// 0.9333333333333332
	fmt.Println(stringosim.JaroWinkler([]rune(srcTxt), []rune(targetTxt)))
	// 0.94

	// QGram
	// 越小越相似
	fmt.Println(stringosim.QGram([]rune(srcTxt), []rune(targetTxt)))
	// 5

	// Cosine
	// 越小越相似
	fmt.Println(stringosim.Cosine([]rune(srcTxt), []rune(targetTxt)))
	// 0.19417703597461977

	// Levenshtein
	// 越小越相似
	fmt.Println(stringosim.Levenshtein([]rune(srcTxt), []rune(targetTxt)))
	// 1
}