strsim

strsim copied to clipboard

strsim

strsim是golang实现的字符串相识度库，后端集成多种算法，主要解决现有相似度库不能很好的处理中文

构架

使用方式

go get -u github.com/antlabs/strsim

功能

• 可以忽略空白字符
• 可以大小写

  多种算法支持

  • 莱文斯坦-编辑距离(Levenshtein)
  • Hamming
  • Dice's coefficient
  • Jaro
  • JaroWinkler
  • Cosine
  • Simhash

内容

• 比较两个字符串相识度
• 从字符串数组里面找到相似度最高的字符串
• 从字符串数组里面找到相似度最高的字符串-带下标
• 选择不同算法
  • 莱文斯坦-编辑距离(Levenshtein)
  • 选择Dice's coefficient
  • 选择jaro
  • 选择Hamming
  • 选择JaroWinkler
  • 选择Cosine
  • 选择Simhash

比较两个字符串相识度

strsim.Compare("中国人", "中")
// -> 0.333333

从数组里找到相似度最高的字符串

strsim.FindBestMatchOne("海刘", []string{"白日依山尽", "黄河入海流", "欲穷千里目", "更上一层楼"})

从数组里找到相似度最高的字符串-带下标

strsim.FindBestMatch("海刘", []string{"白日依山尽", "黄河入海流", "欲穷千里目", "更上一层楼"})

选择不同算法

莱文斯坦-编辑距离(Levenshtein)

strsim.Compare("abc", "ab")
// -> 0.6666666666666667

选择Dice's coefficient

strsim.Compare("abc", "ab", strsim.DiceCoefficient())
//-> 0.6666666666666666

选择jaro

strsim.Compare("abc", "ab", strsim.Jaro())

选择JaroWinkler

strsim.Compare("abc", "ab", strsim.JaroWinkler())

选择Hamming

strsim.Compare("abc", "ab", strsim.Hamming())

选择Cosine

strsim.Compare("abc", "ab", strsim.Cosine())

选择Simhash

strsim.Compare("abc", "ab", strsim.Simhash())