Python difflib:序列相似性高于截止点，但对get_close_matches()没有结果
Python difflib是Python标准库中的一个模块，用于比较和处理序列之间的差异。它提供了一些函数和类，可以用于计算序列之间的相似性，并找到最接近的匹配项。
在difflib模块中，get_close_matches()函数用于在一个序列中查找与给定字符串最相似的匹配项。但是，有时候即使序列中存在相似的项，get_close_matches()函数可能无法找到结果。这可能是因为序列中的相似项与给定字符串的相似性低于某个阈值，或者序列中的相似项在给定字符串的截止点之后。
为了解决这个问题，可以使用difflib模块中的其他函数和类来实现更高级的相似性比较和匹配。例如，可以使用SequenceMatcher类来计算序列之间的相似性得分，然后根据得分来选择最接近的匹配项。
另外，difflib模块还提供了一些其他函数和类，用于处理序列之间的差异和相似性。例如，可以使用ndiff()函数来生成两个序列之间的差异文本，使用unified_diff()函数来生成两个序列之间的统一差异文本，使用HtmlDiff类来生成两个序列之间的HTML差异文本等。
总结起来，Python difflib模块是一个用于比较和处理序列之间差异的工具，可以通过使用get_close_matches()函数和其他函数和类来实现序列的相似性比较和匹配。它在文本处理、数据分析、版本控制等领域都有广泛的应用。
推荐的腾讯云相关产品：腾讯云人工智能平台（https://cloud.tencent.com/product/ai）提供了丰富的人工智能服务，包括自然语言处理、图像识别、语音识别等，可以用于处理文本和数据的相似性比较和匹配。
注意：本回答不涉及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商。
相关·内容
1回答
我需要使用python在列表中查找类似的项目。(例如‘'Limits’类似于'Limit‘或'Download ICD file’类似于'Download ICD zip file')我真的希望我的结果类似于字符，而不是数字(例如“角度1”类似于“角度2”)。我列表中的所有这些字符串都以'\0‘结尾 我想做的是在空格中拆分每一项，并查看是否有任何部分由数字组成。但不知何故，它并没有像我希望的那样工作。 下面是我的代码示例： for k in range(len(split)): # split already consists of spli
浏览 27提问于2020-08-10得票数 0
1回答
我正在作为初学者学习Python (通过Spyder运行Python3.7)，我遇到了一个无法解释的语法错误。我已经对照了几个例子和工作代码来检查它，我仍然无法理解我在语法方面有什么错误。错误发生在包含代码- if yn ==‘Y’的行上：
import json
import difflib
from difflib import get_close_matches
content = json.load(open('data.json', 'r'))
def getDefinition(word):
word = word.
浏览 3提问于2019-11-27得票数 0
回答已采纳
在Python中，我收到一串姓氏和姓氏，例如"Jmes Mai，Richard Hammond Jrmy Clarkson“。这些是用户输入，因此我无法验证它们是否会用逗号分隔或拼写是否正确。用户还可以根据需要填写任意数量的姓名。此外，我还有一个列表，里面有+- 200个用户可以选择的人的名字。
我现在想做的是从大列表中列出这些与用户选择的名字最匹配的名字。因此，在上面的示例中，我希望输出为
到目前为止，我已经尝试在所有可能的子字符串中剪切字符串。并使用fuzzywuzzy包中的process.extract以匹配所有子字符串并将其放入列表的方式强行解决此问题。在此重复项被删除之后。这
浏览 1提问于2020-12-01得票数 0
使用使用熊猫数据文件导入的csv，我试图搜索df的一列，以查找类似于用户生成的输入的条目。以前从未使用过difflib，我的尝试以TypeError结束:类型为'float‘的对象没有len()或空[]列表。
import difflib
import pandas as pd
df = pd.read_csv("Vendorlist.csv", encoding= "ISO-8859-1")
word = input ("Enter a vendor: ")
def find_it(w):
w = w.lower()
浏览 2提问于2017-09-06得票数 1
回答已采纳
因此，我使用difflib来查找以不同格式写下的相同街道。这里有一对真正让我头疼的：‘1-йЛихачевскийпереулок’和‘ПереулокЛихачевский1-й’。
我这样计算序列相似度：
s = difflib.SequenceMatcher(None, "1-й Лихачевский переулок", "Переулок Лихачевский 1-й")
s.ratio()
给我的结果是0.5416666666666666。够好了，是吧？但是，get_close_matches()的默认截止点是0.6，所以我这样做：
diffli
浏览 44提问于2017-07-03得票数 0
回答已采纳
2回答
我有500多万个城市名称的记录，但是数据没有正确地输入--例如word AHMADNAGAR是以下面的方式输入的，
1. AEHMADNAGAR
2. AHEMADNAGR
3. AHMAD NAGAR
4. AHMADNAGGAR
这是一个只有一个城市的例子，我必须扫描500多个记录&想要找到类似的词，但不是完全相似的。
我创建了.txt文件并共享该链接，其中包括17K城市，请参阅文件
我试过什么？
from difflib import get_close_matches
def closeMatches(patterns, word):
prin
浏览 0提问于2021-03-27得票数 0
回答已采纳
2回答
我有一份格式正确的公司名称列表，我正在试图找出这些公司何时出现在文档中。问题是，它们不太可能像在列表中那样出现在文档中。例如，Visa Inc可能以Visa的形式出现，American Airlines Group Inc可能以American Airlines的形式出现。
如何迭代文档的整个内容，然后在找到接近匹配时返回格式正确的公司名称？
我尝试过fuzzywuzzy和difflib.get_close_matches，但问题是它只关注每个单词，而不是一组单词：
from fuzzywuzzy import process
from difflib import get_close_mat
浏览 0提问于2019-05-15得票数 2
1回答
S = ['hom']
L = ['home','honda','Hammer','Elephant']
我希望获得显示相似度的输出
hom = home
和
print home
我怎么能做到这一点？我想使用近似匹配将"hom“更改为"home”。
浏览 3提问于2011-12-18得票数 1
回答已采纳
7回答
Python中的字符串相似性度量
、、、、
我想要找到两个字符串之间的字符串相似性。有其中一些例子。code.google有一个的Python实现。
在以下约束条件下，是否有更好的算法(希望是Python库)：
我想在字符串之间做模糊匹配。“大家好，大家好”，“大家好，大家好”，“大家好，大家好”。
假阴性是可以接受的，假阳性除外，在极少数情况下是不能接受的。
这是在一个非实时的设置，所以速度没有多大的关注。
编辑我是比较多字串。
对于我的情况，除了Levenshtein距离(或Levenshtein比率)以外的其他东西会是一个更好的算法吗？
浏览 6提问于2009-09-24得票数 56
回答已采纳
我需要在一大块文本上做一些OCR，并检查它是否包含某个字符串，但由于OCR的不准确性，我需要它来检查它是否包含字符串的大约85%的匹配率。
例如，我可能会对一段文本进行光学识别，以确保它不包含no information available，但光学识别器可能会看到n0 inf0rmation available或错误地解释了许多字符。
在Python中有没有一种简单的方法可以做到这一点？
浏览 2提问于2012-06-01得票数 18
回答已采纳
这是我的代码块
import json
import difflib
from difflib import get_close_matches
definitions = json.load(open("data.json"))
def thesaurus(words):
if words in definitions:
return definitions[words]
elif len(get_close_matches(words, definitions.keys())) > 0:
yn = input(
浏览 1提问于2018-08-02得票数 0
回答已采纳
12回答
我正在寻找一个可以进行简单的模糊字符串比较的Python模块。具体地说，我想要字符串相似度的百分比。我知道这可能是主观的，所以我希望找到一个可以进行位置比较以及最长相似字符串匹配的库，以及其他东西。
基本上，我希望找到一些足够简单的东西来产生单个百分比，同时仍然足够可配置，以便我可以指定要做的比较类型。
浏览 11提问于2009-03-25得票数 232
回答已采纳
我正在尝试使用difflib.get_close_matches获取最佳匹配的分数
import difflib
best_match = difflib.get_close_matches(str,str_list,1)[0]
我知道添加'cutoff‘参数的选项，但不知道如何在设置阈值后获得实际分数。我是不是遗漏了什么？有没有更好的解决方案来匹配unicode字符串？
浏览 1提问于2016-03-29得票数 8
1回答
多拼写导致Dataframe 1
、、、、
我有一些包含拼写错误的数据。我正在纠正它们，并使用以下代码记录拼写有多接近：
import pandas as pd
import difflib
Li_A = ["potato", "tomato", "squash", "apple", "pear"]
Q = {'one' : pd.Series(["potat0", "toma3o", "s5uash", "ap8le", "pea7"], in
浏览 1提问于2018-02-20得票数 0
回答已采纳
1回答
我想排除一个不正确的用户输入。这正是关于从“数据库”中找到最接近的匹配。
database = ["dog", "cat", "bird"]
user_input = ["dog", "ccat", "ddogg", "horse", "fish"]
for i in user_input:
match = difflib.get_close_matches('i', words)
match
但我得到了一个空名单。这个问题有什么简单的解决办法吗
浏览 4提问于2021-02-02得票数 1
回答已采纳
2回答
我试图在字符串中搜索单词，但是我的输出是错误的，因为由于复数因素，"men“和”恤“在字符串中不匹配。我真正想要的是将“mens”与"mens“和”恤“与”“搭配起来。我如何做到这一点?如果在python中有一种简单的方法来实现这一点，那么请分享。
strings = ['get-upto-70-off-on-mens-t-shirts']
words = ['men','shirt']
print map(lambda x: all(map(lambda y:y in x.split(),words)),strings)
输出
浏览 0提问于2019-07-24得票数 0
1回答
这个问题来自于，但希望在Python3中做一些类似的事情。
下面是数据框架的示例：
df1 = {'Item': ["ABCDEF", "FEDCBA", "AA-BB-CCCC", "ABCDEFGH-IJK", "ZZZZ"], 'ID' : ['X','1','2','3','4'], 'Quant' : ['1','5','AR',&
浏览 4提问于2022-05-26得票数 1
如果difflib.get_close_matches可以返回一个封闭匹配。在这里我提供了样本字符串和关闭匹配。如何利用“关闭匹配”替换找到的字符串标记？
# difflibQuestion.py
import difflib
word = ['Summerdalerise', 'Winterstreamrise']
line = 'I went up to Winterstreamrose.'
result = difflib.get_close_matches(line,word,n=1)
print(result)
输出：
['
浏览 15提问于2022-07-02得票数 1
回答已采纳
from difflib import get_close_matches
order_output = {
"initiate ion drive" : "Initiating the ion drive.",
"run" : "Running",
"eat" : "Eating",
"enter coords to" : "Settings coords to:"
}
orders_list = ["initiate
浏览 2提问于2016-03-12得票数 1
回答已采纳
我如何告诉difflib.get_close_matches()忽略case？我有一本字典，它有一个包含大写的定义格式。然而，测试字符串可能有完全资本化或没有资本化，这些应该是等价的。结果需要适当的大写，但是，所以我不能使用修改字典。
import difflib
names = ['Acacia koa A.Gray var. latifolia (Benth.) H.St.John',
'Acacia koa A.Gray var. waianaeensis H.St.John',
'Acacia koaia Hillebr.
浏览 5提问于2012-07-08得票数 13
回答已采纳
2回答
我想找出是否有办法从错误的拼写中得到一个匹配的pokemon拼写。就像Hooppa一样，返回hoopa或任何关闭匹配的口袋妖怪。
以及python或idea中的代码，这些代码可以帮助我或任何与其相关的链接。
这有点类似于口袋妖怪摊牌dex搜索(js)，但我无法在python中找到。
浏览 4提问于2022-06-25得票数 0
我希望有一个这样的函数：
def findSimilar(string, options):
....
return aString
其中，aString类似于传递的字符串，但存在于options中。我正在使用这个函数来规范化来自我正在开发的玩具应用程序的用户输入。我读到过关于使用levenshtein distance的文章，但我决定在这里提问，因为我希望在Python标准库中有一个简单的解决方案。
浏览 0提问于2013-04-19得票数 4
回答已采纳
我成功地运行了以下代码，但我想知道是否可以将while循环添加到我的代码中，使程序在用户输入一个单词后请求另一个单词。
import json
from difflib import get_close_matches
data = json.load(open("data.json"))
def meaning(w):
w = w.lower()
if w in data:
return data[w]
elif len(get_close_matches(w, data.keys())) > 0:
answ
浏览 0提问于2019-05-22得票数 0
1回答
我有一个多维数组，我试图输入到difflib.get_close_matches()中。
我的数组看起来如下：array[(ORIGINAL, FILTERED)]。ORIGINAL是一个字符串，而FILTERED是一个ORIGINAL字符串，它过滤掉了常用的单词。
我目前正在创建一个新的数组，只将FILTERED单词输入到difflib.get_close_matches()中。然后，我尝试将difflib的结果与array[(ORIGINAL, FILTERED)]进行匹配。我的问题是，通常情况下，我有两个或更多的FILTERED单词是等价的，因此它们不能用这种方法进行匹配。
是否有一种方
浏览 3提问于2011-05-04得票数 1
回答已采纳
3回答
是否有一种方法可以让衍射库考虑字符串匹配中的删除？
我尝试过difflib.get_close_matches()，但它在关闭匹配输出中不考虑长度较低的字符串。例如。
from difflib import get_close_matches as gcm
x = """Erfreulich
Erfreuliche
Erfreulicher
Erfreulicherem
Erfreulicheres
Erfreulicherweis
Erfreulicherweise
Erfreuliches
Erfreulichste"""
x = [i
浏览 6提问于2013-10-28得票数 5
回答已采纳
1回答
韩语词典
、
功能:用户用韩语输入一个单词，程序用英语翻译(定义)。我还能做什么改进呢？Extern外:您会推荐将JSON和python结合在一起的其他挑战吗？
KoreanDictionary.py
import json
from difflib import get_close_matches
korean_data = json.load(open("korean_vocabulary.json"))
def my_translator(word):
if word in korean_data.keys():
return korean_data[wor
浏览 0提问于2018-12-24得票数 5
回答已采纳
1回答
我在python3的清洁数据工作。我有大量的midi文件使用beautiful soup从各种来源中抓取。许多文件可能是重复的音乐作品。我可以改变midis的键，使它们是相同的，并将乐器转换为钢琴(它们是单声道文件)。
因此，应该可以检查歌曲内容(在midi编码方面)是否类似。它特别紧迫，因为有些文件上只有数字作为名称。因此，要明确的是，我必须检查文件的内容是否重复。另外，我不是在寻找精确的匹配，我只是在寻找百分之几的相似性。
我目前的方法是使用Difflib中的SequenceMatcher。我正在检查每个单独文件上600的缓冲区是否有一个SequenceMatcher比率>9，然后，
浏览 0提问于2019-05-26得票数 1
1回答
在python的difflib库中，我遇到了一个非常奇怪的问题。我有两个字符串，如下所示，并在它们上运行get_opcodes：
import difflib
str1 = "MatrixElement(MatrixSymbol('Btd', Integer(11), Integer(11)), Integer(0), Integer(9))), Mul(Float('1.0', precision=24), MatrixElement(MatrixSymbol('Btd', Integer(11), Integer(11)), Int
浏览 0提问于2018-10-15得票数 2
回答已采纳
我正在做临床消息规范化(拼写检查)，我根据900,000个单词的医学字典检查每个给定的单词。我更关心的是时间复杂度/性能。
我想做模糊字符串比较，但是我不确定使用哪个库。
选项1：
import Levenshtein
Levenshtein.ratio('hello world', 'hello')
Result: 0.625
选项2：
import difflib
difflib.SequenceMatcher(None, 'hello world', 'hello').ratio()
Result: 0.625
在本例中
浏览 3提问于2011-07-14得票数 164
1回答
基于值的聚类列表
、、、、
如果我们输入格式为{key: list}的字典，如下所示
List1: [value01, value02, value 03]
List2: [value02, value04, value 05]
List3: [value04, value05, value 07]
值是字符串
有没有一种方法可以根据python中的值(列表)之间的相似性对键(列表名)进行分组/聚类？
提前感谢！
浏览 5提问于2022-09-11得票数 0
使用像leveinstein ( leveinstein或difflib)这样的算法，很容易找到近似的matches.eg。
>>> import difflib
>>> difflib.SequenceMatcher(None,"amazing","amaging").ratio()
0.8571428571428571
模糊匹配可以通过根据需要确定阈值来检测。
当前的要求:在较大的字符串中基于阈值查找模糊子字符串。
例如：
large_string = "thelargemanhatanproject is a g
浏览 5提问于2013-07-19得票数 68
回答已采纳
程序的基本要点是从员工姓名列表开始，然后对其进行排序。等待用户输入"end“以停止填充名称列表(我有100个名称，我将其简化为示例)。之后，用户可以输入员工姓名，程序将运行difflib.get_close_matches()。
问题是，我得到了get_close_matches的语法错误。我应该如何以不同的方式进入扩散库？此外，如果您有任何使代码更高效的技巧，也请说明它如何和为什么更高效。我对Python相当缺乏经验，所以温柔点，好吗？
示例代码：
import difflib
employeeNames = ['Colton','Jayne',
浏览 6提问于2014-02-01得票数 0
回答已采纳
2回答
我有两个数据帧。使用系统上某些字段的当前值的API来提取值。另一个有这些字段的实际当前值。例如:系统上的名称和纸上的名称。我已经在公共列中合并了这两个名称，但现在正在尝试比较Python上的名称，看看它们是否近似匹配和/或它们是否需要更新。有什么办法我能做到吗？我相信这可以在excel上使用isnumber(搜索(.))来完成。
大小写不敏感，并可能考虑缩写(我可以做字典？)用于比较文本字符串
关于我的dataframe外观和我想要的结果的示例：
<style type="text/css">
.tg {border-collapse:collapse;bor
浏览 1提问于2018-10-04得票数 0
回答已采纳
1回答
如果我给出一个语音命令，使用语音识别模块搜索维基百科中的某些内容，如果我没有准确地说它显示了一个错误。例如:我说(国防学院)没有维基百科页面被命名为so，但是(国防学院(印度))是一个页面，所以它显示结果。我想根据我的语音命令搜索最近的页面。这是我的代码：
import pyttsx3
import datetime
import speech_recognition as sr
import Wikipedia
import web-browser
import os
engine = pyttsx3.init('sapi5')
voices = engine.getPro
浏览 3提问于2022-03-06得票数 0
回答已采纳
4回答
我想得到两个单词的相似度百分比，例如)
abcd versus zzabcdzz == 50% similarity
不需要非常准确。有没有办法做到这一点？我正在使用python，但请随意重新注释其他语言。
浏览 1提问于2011-02-12得票数 3
回答已采纳
2回答
我目前正在为一个rpg游戏构建一个MUD (多用户域)。完全用python做这件事，既是为了制作我喜欢的游戏，也是为了学习Python。这是我遇到的一个问题，由于问题的极端特殊性，我一直无法找到正确的答案。
所以，这就是我需要的，在坚果壳中。我没有一个很好的代码片段来完全显示我所需要的东西，因为我必须粘贴大约50行才能使我使用的5行有意义。
targetOptions = ['Joe', 'Bob', 'zombie', 'Susan', 'kobold', 'Bill']
在我们的游戏中，cmd是
浏览 6提问于2012-07-05得票数 1
回答已采纳
6回答
该程序的目的是收集计算机上所有程序的列表，并根据用户输入找到正确的路径。因此，如果输入为Audition，程序将返回C:\Adobe\Audition CC 2014\Audition CC 2014.exe。
我需要它来搜索txt文件中与用户输入内容最相似的行。我的代码如下：
import os
import subprocess
import getpass
import sys
import difflib
from difflib import SequenceMatcher as SM
user = getpass.getuser()
print(os.getcwd())
e
浏览 0提问于2015-04-18得票数 1
我正在研究一项要求，有两个CSV如下-
CSV1.csv
Short Description Category
Device is DOWN! Server Down
CPU Warning Monitoron XSSXSXSXSXSX.com CPU Utilization
CPU Warning
浏览 3提问于2021-03-29得票数 0
回答已采纳
我是python.Now的新手，我在python.I学习必读，我想知道为什么
for x in difflib.Differ().compare([1,2,3],[0,2,1]):
print x
结果：
+ 0
+ 2
1
- 2
- 3
为什么不：
+ 0
2
1
浏览 2提问于2015-02-11得票数 1
回答已采纳
3回答
检测重复条目
、、
我正在尝试编写一个函数来检测一个表中的两个名称是否相似。假设一个条目是重复的，但是写得不一样:下面的例子说明了这种情况
Ned Flanders and Nedd Flanders
Ned F and Ned F.
Ned Flanders and Nedd Flanders
Ned Flanders and Ned Flamders
我想要创建一个函数，它能够检测两个名称中的大多数字符是否相同，这发生在上面的例子中。问题是，一个很长的名称可以包含一个较小的名称的所有字符，即使名称是非常不同的。
有办法解决这个问题吗？你不需要100%的准确性检测，这只是一个额外的方法，以确保没有重复。
我知道
浏览 10提问于2020-05-28得票数 1
回答已采纳
3回答
我知道我可以使用cmp、diff等来比较两个文件，但我要找的是一个能给出两个文件之间百分比差异的实用程序。
如果没有这样的实用程序，任何算法都可以做得很好。我读过关于模糊编程的书，但我不太理解它。
浏览 0提问于2009-08-26得票数 17
回答已采纳
所以，我运行Python 3.3.2，我有一个字符串(句子，段落(S))：
mystring=["walk walked walking talk talking talks talked fly flying"]
我有另一个列表，上面有我需要在字符串中搜索的单词：
list_of_words=["walk","talk","fly"]
我的问题是，有什么方法可以得到这样的结果吗？
“走路”或“变体”这个词出现了3次。
说话或变体这个词出现了4次。
单词fly或一个变体出现2次。
说到底，一个单词的所有可能的变
浏览 3提问于2013-08-28得票数 1
回答已采纳
我试图使用Difflib.SequenceMatcher来计算两个文件之间的相似之处。这两个文件几乎是相同的，除了一个文件包含一些额外的空白空间，空行和其他没有。
s=difflib.SequenceMatcher(isjunk,text1,text2)
ratio =s.ratio()
为了这个目的。
因此，问题是如何为这个is杂物方法编写lambda表达式，以便SequenceMatcher方法可以折扣所有的空格、空行等。我尝试使用参数lambda : x==“"，但是结果并不好。对于两个非常相似的文本，这一比例非常低。这非常违背直觉。
为了测试目的，下面是您可以在测试中使用的两个
浏览 8提问于2008-09-29得票数 3
回答已采纳
在difflib.get_close_matches(word, possibilities[, n][, cutoff])中，cutoff在这里的用途是什么？它对匹配这个词有什么影响？
浏览 10提问于2015-01-30得票数 1
1回答
我正在尝试比较两个看起来相似的图像，但当我逐个像素进行比较时，它们不会相似。这里的问题是图像以不同的比例压缩。 举个更多的例子，如果我们拿Facebook头像和Twitter头像逐个像素比较，我们会发现图片不一样。但是通过外观，我们将看到Image是相同的(Image宽度和高度是相同的) 我已经尝试了一个叫做ImageHashing的库，它在Python语言中可用，当我使用平均散列时，即使我在图像上有暗线，它也会显示为相同的，其中Phash将会有与像素对像素比较相同的问题。 另一种方式，我认为是Template matching(OpenCV)，但我不太相信图像比较 有没有办法比较两个压缩或
浏览 19提问于2019-04-26得票数 0
回答已采纳
下面是我上一个问题的更新版本。我将添加到代码中，如果get_close_matches名称不是他们想要的人的名字，那么就放弃最接近的匹配，重新运行函数并获取第二次最近的匹配(现在是第一个，因为函数会抛出第一个匹配)。
你对如何写得更好有什么意见吗？还有工作。>.>
到目前为止，我的情况如下：
def throwout(pickedName):
employeeNames.remove(pickedName)
pickedName = difflib.get_close_matches(userEmpName, employeeNames, 1)
print(
浏览 2提问于2014-02-02得票数 0
回答已采纳
我正试图找出对齐我的数据集的最佳方法，其中包含“公司名称”。我的数据集大约是300 k行和3列。到目前为止，我尝试了许多方法，包括Fuzzywuzzy使用
choices = ["Atlanta Falcons", "New York Jets", "New York Giants", "Dallas Cowboys"]
>>> process.extract("new york jets", choices, limit=2)
[('New York Jets', 100
浏览 0提问于2018-11-06得票数 3
回答已采纳
1回答
我正在尝试编写一个拼写检查器，我想使用difflib来实现它。基本上，我有一个技术术语列表，我将其添加到标准Unix字典(/usr/share/dict/words)中，并将其存储在我称为dictionaryFile.py的文件中。
我有另一个名为stringSim.py的脚本，在该脚本中导入字典并对其测试示例字符串：
import os, sys
import difflib
import time
from dictionaryFile import wordList
inputString = "dictiunary"
print "Search query:
浏览 0提问于2014-05-16得票数 4
1回答
我在数据框中有一列，如下所示：
OWNER
--------------
OTTO J MAYER
OTTO MAYER
DANIEL J ROSEN
DANIEL ROSSY
LISA CULLI
LISA CULLY
LISA CULLY
CITY OF BELMONT
CITY OF BELMONT CITY
我的数据框中的一些名称拼写错误或包含额外/缺少字符。我需要一个列，其中的名称被替换为同一列中的任何接近匹配。但是，所有相似的名称都需要按一个相同的名称进行分组。
例如，这是我从上面的数据框中所期望的：
NAME
--------------
OTTO
浏览 6提问于2019-11-18得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
