字符串的相似性比較應(yīng)用場(chǎng)合很多，像拼寫糾錯(cuò)、文本去重、上下文相似性等。

評(píng)價(jià)字符串相似度最常見的辦法就是：把一個(gè)字符串通過插入、刪除或替換這樣的編輯操作，變成另外一個(gè)字符串，所需要的最少編輯次數(shù)，這種就是編輯距離（edit distance）度量方法，也稱為L(zhǎng)evenshtein距離。海明距離是編輯距離的一種特殊情況，只計(jì)算等長(zhǎng)情況下替換操作的編輯次數(shù)，只能應(yīng)用于兩個(gè)等長(zhǎng)字符串間的距離度量。

其他常用的度量方法還有 Jaccard distance、J-W距離（Jaro–Winkler distance）、余弦相似性（cosine similarity）、歐氏距離（Euclidean distance）等。

python-Levenshtein 使用

使用 pip install python-Levenshtein 指令安裝 Levenshtein

1. difflib

2. hamming距離，str1和str2長(zhǎng)度必須一致，描述兩個(gè)等長(zhǎng)字串之間對(duì)應(yīng)位置上不同字符的個(gè)數(shù)

3. 編輯距離，描述由一個(gè)字串轉(zhuǎn)化成另一個(gè)字串最少的操作次數(shù)，在其中的操作包括 插入、刪除、替換

4.計(jì)算萊文斯坦比

5.計(jì)算jaro距離

6. Jaro–Winkler距離

輸出：