顺序匹配是垃圾参数查询：如何忽略空白空间、制表符、空行？
我正在尝试使用Difflib.SequenceMatcher来计算两个文件之间的相似性。这两个文件几乎相同，只是一个包含一些额外的空格，空行和其他文件没有。我正在尝试使用
s=difflib.SequenceMatcher(isjunk,text1,text2)
ratio =s.ratio()
以此目的。
所以，问题是如何为这个isjunk方法编写lambda表达式，所以SequenceMatcher方法将折扣所有的空格，空行等。我试图使用参数lambda x：x ==“”，但结果不是太棒了 对于两个非常相似的文本，比率非常低。这非常反直觉。
出于测试目的，以下是您可以在测试时使用的两个字符串：
什么激励jwovu做好你的工作？好吧，这是一个试图赢得价值100美元的软件开发书籍的条目，尽管我不读 编程书籍。为了赢得奖品，你必须写一个条目，以及 什么激励fggmum做好你的工作。因此这篇文章。第一动机 钱。我知道，这对许多人来说听起来并不是一个很好的灵感，并说金钱是激励因素之一，可能会让我失去机会。 好像金钱是编程世界的禁忌。我知道有些人不能被钱所激励。嗯，另一方面，我生活在一个现实世界中， 房屋抵押支付，我自己喂和账单覆盖。所以我无法将钱从我的考虑中排除。如果我能得到一大笔钱 做得好，然后肯定会提高我的士气。我不在乎我是使用旧工作站，还是被迫与其他人共用房间或隔间 人们，或者不得不忍受讨厌的老板，或其他什么。事实上，在一天结束的时候，我将带着一大笔钱走下去就足够了 为了我克服所有的障碍，忍受所有的艰难感受和伤害自我，容忍一台缓慢的计算机，甚至忍受
这是另一个字符串
是什么激励你做好你的工作？好吧，这是一个试图赢得价值100美元的软件开发书籍的条目，尽管我不读编程书籍。为了赢得奖品，你必须写一个条目，并描述促使你做好工作的动力。因此这篇文章。 第一个动机，钱。我知道，这对许多人来说听起来并不是一个很好的灵感，并说金钱是激励因素之一，可能会让我失去机会。好像金钱是编程世界的禁忌。我知道有些人不能被钱所激励。感谢他们。另一方面，我生活在一个现实世界中，房屋抵押贷款支付，我自己饲料和账单。所以我无法将钱从我的考虑中排除。 如果我可以获得一大笔钱来做好工作，那那肯定会提振我的士气。我不在乎我是使用旧工作站，还是被迫与其他人共用房间或隔间，或者不得不忍受烦人的老板等等。事实上，在一天结束的时候，我将带着一大笔钱离开，这足以让我克服所有障碍，忍受所有的艰难感受和伤害自我，忍受慢速计算机，甚至忍受
我运行了上面的命令，并将isjunk设置为lambda x：x ==“”，比率仅为0.36。
回答 2
Stack Overflow用户
发布于 2019-05-21 09:27:52
使用示例字符串：
>>> s=difflib.SequenceMatcher(lambda x: x == '\n', s1, s2)
>>> s.ratio()
0.94669848846459825
有趣的是，如果''也包含在垃圾中：
>>> s=difflib.SequenceMatcher(lambda x: x in ' \n', s1, s2)
>>> s.ratio()
0.7653142402545744
看起来新的线条比空间有更大的影响。
https://stackoverflow.com/questions/-100001179
复制相似问题