鉴于一些人名和一些电子邮件（名称数量不少于电子邮件数量），我想将这些名称与电子邮件相匹配。我假设每个名字最多只有一封电子邮件是他/她的真实邮件，每封电子邮件必须是一个真实的电子邮件，只有一个给定的人。
例如，给出John Smith，Jennifer Lopez，Michael Jordan和电子邮件的名称，johns @ email.com，jlopez @ xzz.com。我想将约翰史密斯与johns@email.com，詹妮弗洛佩兹与jlopez@xyz.com和迈克尔乔丹联系在一起。
请注意，某个人的电子邮件可能与该名称有些相关，但匹配可能非常模糊。例如，John Smith可能具有以下任何电子邮件地址。
似乎需要编写几个规则来解密电子邮件地址和人名来执行模糊匹配。有没有人有关于如何在python中完成这个的示例代码？
答案 0 :(得分：1)
我和bjkistad合作，可能有更好的地方可以提出这个问题，但据说这是一个天真的实现，就是使用Levenshtein Difference。
我将Levenshtein差异函数的实现作为学生的练习......（你可以在网上找到很多实现。
def levenshtein(a, b):
pass
human_name = 'John Smith'
addresses = ['jsmith@email.com', 'johns@email.com',
'johnsmith@email.com', 'john.smith@email.com',
'smithjohn@email.com', 'smithj@email.com',
'sjohn@email.com', 'johnsmith000@email.com']
name_parts = [address.split('@')[0] for address in addresses]
lev_diff = [levenshtein(ename, human_name) for ename in name_parts]
index, score = min(enumerate(lev_name), key=operator.itemgetter(1))
best_match addresses[index]
print "The best match %s has the score %d" % (best_match, score)
#OUTPUT:
# The best match johnsmith@email.com has the score 3
正如我所说，这是一个非常天真的版本，有更好的模式匹配算法和库...只要问谷歌。