fuzzywuzzy是一个非常流行的字符串匹配库。根据该库的documentation，提到它使用Levenshtein距离来计算序列之间的差异。但是在关闭inspection时，我发现它实际上使用了SequenceMatcher库中的difflib函数。根据{{3}}，此函数使用Ratcliff / Obershelp模式匹配算法。
根据定义，documentation是将一个字符串转换为另一个字符串所需的最小编辑次数，Levenshtein distance计算出匹配字符的两倍数除以两个字符串。密切相关的Ratcliff/Obershelp pattern-matching algorithm将两者进行比较。
当我运行示例时，在Fuzzywuzzy中我得到了SequenceMatcher和ratio函数的相同结果。
from difflib import SequenceMatcher
from fuzzywuzzy import fuzz
s = SequenceMatcher(None, "abcd", "bcde")
s.ratio()
# 0.75
fuzz.ratio("abcd", "bcde")
# 75
如果我手动计算两个字符串之间的Levenshtein距离，我猜想它只是2。在这种情况下，如何使用贡献者在文档中所写的Levenshtein距离？
答案 0 :(得分：1)
FuzzyWuzzy.ratio using python-Levenshtein不会返回Levenshtein得分，而是Levenshtein比率，即（a + b-LevenshteinScore）/（a + b），其中a和b是两个字符串的长度比较。
如果您没有安装python-Levenshtein，则Fuzzywuzzy根本不会使用Levenshtein。尽管它建议安装python-Levenshtein，但Fuzzywuzzy的主页在此方面具有误导性。
python-Levenshtein在安装时存在一些问题；我使用了this stackoverflow问题的第二个答案来解决它。
如果未安装python-Levenshtein，则FuzzyWuzzy改用difflib，这对于许多输入值都是相同的，但不是全部。开发人员建议使用python-Levenshtein。请参见this issue on fuzzywuzzy's git，其中包括一个示例示例，其中与不使用包装相比，包装的结果不同。这可能不应该发生，或者至少文档应该对此予以明确，但是FuzzyWuzzy的Devs似乎至少对功能感到满意。