Ruby比较两个字符串的相似百分比

Question

我喜欢在Ruby中比较两个字符串并找到它们的相似性

我已经看过Levenshtein宝石，但它似乎是最后一次更新于2008年，我找不到文档如何使用它。一些博客暗示其破碎

我用Levenshtein尝试了text宝石，但它给出了一个整数（越小越好）

显然，如果两个字符串的长度可变，我会遇到Levenshtein算法的问题（比较两个名称，其中一个名称中间名称，一个名称不存在）。

您建议我做什么来进行百分比比较？

编辑：我正在寻找类似于PHP的similar text

Answer 1

我认为你的问题可以通过一些澄清来解决，但是这里有一些快速和肮脏的东西（根据你上面的澄清计算为较长字符串的百分比）：

def string_difference_percent(a, b)
  longer = [a.size, b.size].max
  same = a.each_char.zip(b.each_char).select { |a,b| a == b }.size
  (longer - same) / a.size.to_f
end

我仍然不确定你所寻找的这个百分比差异有多大意义，但这应该让你至少开始。

它有点像Levensthein距离，因为它逐字符地比较字符串。因此，如果两个名称仅由中间名称不同，那么它们实际上会非常不同。

Answer 2

现在有一个用于similar_text的ruby gem。 https://rubygems.org/gems/similar_text 它提供了一个similar方法，用于比较两个字符串并返回一个数字，表示两个字符串之间的百分比相似度。

Answer 3

我可以推荐fuzzy-string-match gem。

您可以像这样使用它（取自the docs）：

require "fuzzystringmatch"
jarow = FuzzyStringMatch::JaroWinkler.create(:native)
p jarow.getDistance("jones", "johnson")

它会返回一个分数~0.832，它会告诉这些字符串有多好。