我正在使用levenstein编辑距离来查找两个字符串的相似程度。这两个字符串就是这样。第一个是两个中的较长者，如果有的话;也是非截断的非修改字符串，我希望比较另一个。第二个字符串可能在末尾被截断，并且缺少字符。可以有多个唯一的字符串1和字符串twos。
我在第二个字符串列表中读到，每个字符串都包含在这种格式的行中 “[string two] - $ 0.00”所以它是字符串2加上空格，短划线，空格，然后是价格。
所以我有一个第二个字符串列表（格式），我有两个选项。删除价格和“ - ”或保持在那里。
如果我删除它。我在每个字符串中读取两个并用分隔符“$”对其进行标记。我不知道任何字符串2有多长，所以我必须做一个stringtwo.removeAll（“ - ”）来摆脱破折号，然后是.trim（）为空格。好吧，如果在第二个字符串中有一个破折号，它也将被非自愿删除。因此，我得到精确的字符串（levenstein = 0），截断但仍然是精确的字符串（字符串是相同的长度字符串1 - levenstein），截断并缺少整数量的破折号（字符串相同的几个地方之间破折号，如果截断也在末尾丢失），或者没有截断但缺少整数个破折号。
如果我离开它。仍在每个字符串中读取两个并使用分隔符“$”进行标记。所以现在我有这种格式的字符串二“[string two] - ”。因此，所有levenstein距离都将减少3.这里的问题是如果我有一个字符串Ex。 “狗食是美味的”，我试图比较的两个字符串是“狗食是百胜 - ”levD = 3，但这是相同的levD，好像我有两个字符串“狗食是美味的 - ”。
正如您所看到的，两种选择都会产生问题。似乎我无法在我的程序中克服这些问题，尝试将字符串twos的输入列表与我的字符串列表匹配。
任何人都可以看到更好的方法吗？我可以使用其他任何字符串比较器来减轻问题吗？
答案 0 :(得分：1)
试试这个：应该截断每个字符串中最后一个“ - ”的字符串，同时保持字符串的其余部分不变。
StringTwo.substring(0, StringTwo.lastIndexOf("-")).trim();
这些字符串操作可能很昂贵，因此如果您使用大量字符串，则可能会考虑其他优化。
此解决方案也很脆弱，因为它会对值进行硬编码以确定修剪代码的位置。这可以在别处定义并传入，因此可以有所不同。
一旦你有相对良好和安全的工作，接下来尝试从Apache中查看具有更广泛的字符串操作的StringUtils。
org.apache.commons.lang.StringUtils from Apache Commons Lang