python利用difflib判斷兩個字符串的類似度

咱們再工做中可能會遇到須要判斷兩個字符串有多少類似度的狀況（好比抓取頁面內容存入數據庫，若是類似度大於70%則斷定爲同一片文章，則不錄入數據庫）

那這個時候，咱們應該怎麼判斷呢？

不要着急，python自帶的difflib庫就能夠幫助咱們解決這個問題。

首先，difflib是python自帶的，因此不須要安裝，直接引用便可。

活很少少，直接上代碼

　　代碼以下：

　　

import difflib

#判斷類似度的方法，用到了difflib庫
def get_equal_rate_1(str1, str2):
   return difflib.SequenceMatcher(None, str1, str2).quick_ratio()

#執行方法進行驗證
if __name__ == '__main__':
   a = '任正非稱，對華爲不會出現「斷供」這種極端狀況，咱們已經作好準備了。任正非稱，今年春節時，咱們判斷出現這種狀況是2年之後。\
   我還有兩年時間去足夠足夠準備了。孟晚舟事件時咱們認爲這個時間提早了，咱們春節都在加班。保安、清潔工、服務人員，春節期間有5000人\
   都在加班，加倍工資都在供應咱們的戰士戰鬥，你們都在搶時間。（新浪科技）'
   b = ' 任正非稱，對華爲不會出現「斷供」這種極端狀況，咱們已經作好準備了。任正非稱，今年春節時，咱們判斷出現這種狀況是2年之後。\
   我還有兩年時間去足夠足夠準備了。孟晚舟事件時咱們認爲這個時間提早了，咱們春節都在加班。保安、清潔工、服務人員，春節期間有5000人\
   都在加班，加倍工資都在供應咱們的戰士戰鬥，你們都在搶時間。'
   print(get_equal_rate_1(a, b))

 

　　結果爲：

　　能夠看到，這兩個字符串的形似度爲0.978... ...很明顯是同一片文章。

　　經過difflib庫，咱們就完成了兩個字符串類似度的計算，哈哈，簡單吧！

　　但願能幫到須要的人。