python利用difflib判斷兩個字符串的相似度

我們再工作中可能會遇到需要判斷兩個字符串有多少相似度的情況（比如抓取頁面內容存入數據庫，如果相似度大於70%則判定為同一片文章，則不錄入數據庫）

那這個時候，我們應該怎么判斷呢？

不要着急，python自帶的difflib庫就可以幫助我們解決這個問題。

首先，difflib是python自帶的，所以不需要安裝，直接引用即可。

活不多少，直接上代碼

　　代碼如下：

　　

import difflib

#判斷相似度的方法，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，對華為不會出現“斷供”這種極端情況，我們已經做好准備了。任正非稱，今年春節時，我們判斷出現這種情況是2年以后。\
   我還有兩年時間去足夠足夠准備了。孟晚舟事件時我們認為這個時間提前了，我們春節都在加班。保安、清潔工、服務人員，春節期間有5000人\
   都在加班，加倍工資都在供應我們的戰士戰斗，大家都在搶時間。（新浪科技）'
   b = ' 任正非稱，對華為不會出現“斷供”這種極端情況，我們已經做好准備了。任正非稱，今年春節時，我們判斷出現這種情況是2年以后。\
   我還有兩年時間去足夠足夠准備了。孟晚舟事件時我們認為這個時間提前了，我們春節都在加班。保安、清潔工、服務人員，春節期間有5000人\
   都在加班，加倍工資都在供應我們的戰士戰斗，大家都在搶時間。'
   print(get_equal_rate_1(a, b))

 

　　結果為：

　　可以看到，這兩個字符串的形似度為0.978... ...很明顯是同一片文章。

　　通過difflib庫，我們就完成了兩個字符串相似度的計算，哈哈，簡單吧！

　　希望能幫到需要的人。