LOGO OA教程 ERP教程 模切知识交流 PMS教程 CRM教程 开发文档 其他文档  
 
网站管理员

C# 中如何判断字符串的相似度

admin
2023年3月22日 17:12 本文热度 657

基于 F23.StringSimilarity.dll  组件,Github 上可以搜索到该组件。

核心方法:

  1. var l = new Levenshtein();

  2. double tempValue = l.Distance("我是中国人", "我是中国人。"); // 将返回 1

下面是我扩展的方法,从一个集合中找到与目标字符串最相似的一个或多个字符串。

比如:["我是中国人", "我是美国人", "我的中国心", "我是中国通"]  ,现在要找到 和 “我是中国” 最接近的字符串(可能有多个)。

如果用我下面的扩展方法。返回值

SimilarityValue = 1,  SimilarityTargetList = ["我是中国人", "我是中国通"]

有需要的请拿走,不谢。

  1. using F23.StringSimilarity;

  2. using System;

  3. using System.Collections.Generic;

  4. using System.Linq;

  5. using System.Text;

  6. using System.Threading.Tasks;

  7.  

  8. namespace Demo

  9. {

  10.    /// <summary>

  11.    /// 相似度结果信息

  12.    /// </summary>

  13.    /// <typeparam name="TSource">源集合的类型</typeparam>

  14.    public class SimilarityResultInfo<TSource>

  15.    {

  16.        /// <summary>

  17.        /// 相似度值。值越小,表示差异越小。等于 1 表示只有一个字符差异。等于 0 表示完全相等。

  18.        /// </summary>

  19.        public double SimilarityValue { get; set; }

  20.  

  21.        /// <summary>

  22.        /// 相似度等于 1 表示只有一个字符差异,则最接近的可能有一个或多个字符串

  23.        /// </summary>

  24.        public IEnumerable<TSource> SimilarityTargetList { get; set; }

  25.    }

  26.  

  27.    /// <summary>

  28.    /// IEnumerable的扩展类,扩展了一个名为 Similarity 的方法

  29.    /// </summary>

  30.    public static class EnumerableMethodSimilarityExtension

  31.    {

  32.        /// <summary>

  33.        /// 获取集合中和目标字符串最相似的集合(备注:比如:相似度等于 1 表示只有一个字符差异,则最接近的可能有一个或多个字符串)

  34.        /// </summary>

  35.        /// <param name="source">源集合</param>

  36.        /// <param name="targetText">目标字符串</param>

  37.        /// <returns>如果 source 没有元素,则返回 NULL。否则,返回值不为 NULL</returns>

  38.        public static SimilarityResultInfo<string> Similarity(this IEnumerable<string> source, string targetText)

  39.        {

  40.            return Similarity<string>(source, c => c, targetText);

  41.        }

  42.  

  43.        /// <summary>

  44.        /// 获取集合中和目标字符串最相似的集合(备注:比如:相似度等于 1 表示只有一个字符差异,则最接近的可能有一个或多个字符串)

  45.        /// </summary>

  46.        /// <typeparam name="TSource">源集合的类型</typeparam>

  47.        /// <param name="source">源集合</param>

  48.        /// <param name="textselector">源集合要比较的属性</param>

  49.        /// <param name="targetText">目标字符串</param>

  50.        /// <returns>如果 source 没有元素,则返回 NULL。否则,返回值不为 NULL</returns>

  51.        public static SimilarityResultInfo<TSource> Similarity<TSource>(this IEnumerable<TSource> source, Func<TSource, string> textselector, string targetText)

  52.        {

  53.            if (source == null)

  54.            {

  55.                throw new ArgumentNullException("source");

  56.            }

  57.            if (textselector == null)

  58.            {

  59.                throw new ArgumentNullException("textselector");

  60.            }

  61.            var l = new Levenshtein(); // 检查 2 个字符串的相似度。

  62.            double? minStringSimilarityValue = null;

  63.            List<TSource> similarityTargetList = null;

  64.            foreach (var item in source)

  65.            {

  66.                string elementTextValue = textselector(item);

  67.                if (string.IsNullOrEmpty(elementTextValue))

  68.                {

  69.                    continue;

  70.                }

  71.                double tempValue = l.Distance(elementTextValue, targetText);

  72.                if (!minStringSimilarityValue.HasValue)

  73.                {

  74.                    //说明是第一次比较。http://music.cnblogs.com

  75.                    minStringSimilarityValue = tempValue;

  76.                    similarityTargetList = new List<TSource>() { item };

  77.                    continue;

  78.                }

  79.                if (tempValue < minStringSimilarityValue.Value)

  80.                {

  81.                    minStringSimilarityValue = tempValue;

  82.                    similarityTargetList.Clear();

  83.                    similarityTargetList.Add(item);

  84.                    continue;

  85.                }

  86.                if (tempValue == minStringSimilarityValue.Value)

  87.                {

  88.                    similarityTargetList.Add(item);

  89.                    continue;

  90.                }

  91.            }

  92.            if (!minStringSimilarityValue.HasValue)

  93.            {

  94.                //说明集合是空的

  95.                return null;

  96.            }

  97.            SimilarityResultInfo<TSource> result = new SimilarityResultInfo<TSource>();

  98.            result.SimilarityValue = minStringSimilarityValue.Value;

  99.            result.SimilarityTargetList = similarityTargetList;

  100.            return result;

  101.        }

  102.    }

  103.  

  104. }

谢谢浏览!


该文章在 2023/3/22 17:12:50 编辑过
关键字查询
相关文章
正在查询...
点晴ERP是一款针对中小制造业的专业生产管理软件系统,系统成熟度和易用性得到了国内大量中小企业的青睐。
点晴PMS码头管理系统主要针对港口码头集装箱与散货日常运作、调度、堆场、车队、财务费用、相关报表等业务管理,结合码头的业务特点,围绕调度、堆场作业而开发的。集技术的先进性、管理的有效性于一体,是物流码头及其他港口类企业的高效ERP管理信息系统。
点晴WMS仓储管理系统提供了货物产品管理,销售管理,采购管理,仓储管理,仓库管理,保质期管理,货位管理,库位管理,生产管理,WMS管理系统,标签打印,条形码,二维码管理,批号管理软件。
点晴免费OA是一款软件和通用服务都免费,不限功能、不限时间、不限用户的免费OA协同办公管理系统。
Copyright 2010-2024 ClickSun All Rights Reserved