序列号的模式匹配算法

Question

我有两个csv文件，其中包含设备的序列号。其中一个具有从设备直接扫描的正确序列号。另一份报告来自我们的库存系统。我想交叉引用两个列表以查看两个列表中的哪些项目，同时我想检查序列号的可能匹配。

我将用java编程。

示例1：

列出序列号：“AGJC-021645”

清单B序列号：“AGJC-021645”

这将完全匹配。但那个很容易。

示例2：

列出序列号：“AGJC-01254”

列表B可能的匹配：“AGJC-01253”，“AGJC-00254”等......

然后我可以告诉我的库存人员验证它们。当他们进入系统时，可能是输入错误。

最糟糕的情况我必须创建自己的模式匹配算法，但可能有一些库已经这样做了。

由于

Answer 1

我会使用Levenshtein距离http://en.wikipedia.org/wiki/Levenshtein_distance计算相似度，而不是进行模式匹配。

  

在信息理论和计算机科学中，Levenshtein距离是用于测量两个序列之间差异的字符串度量。非正式地，两个单词之间的Levenshtein距离是将一个单词改变为另一个单词所需的最小单字符编辑数（即插入，删除或替换）。短语编辑距离通常用于特指Levenshtein距离。它以弗拉基米尔·列文斯坦（Vladimir Levenshtein）命名，他在1965年考虑了这个距离。它与成对弦线对齐密切相关。

您可以在http://en.wikibooks.org/wiki/Algorithm_Implementation/Strings/Levenshtein_distance#Java

找到Java实施

Answer 2

您可以使用standard Java String pattern matching。您当然需要定义适合您序列号的RegEx。