文章目录
- 一、问题描述
- 二、代码
- 三、解释
一、问题描述
需要匹配多个类似的内容,并且要求相似度在70%以上并且长度相近,可以在处理每个匹配项时,将其与所有目标进行比较,并筛选出符合条件的匹配项。
二、代码
using System;
using System.Collections.Generic;
using System.Linq;// 定义页面名称
string pageTitle = "大气压力";// 定义要匹配的内容列表
List<string> targetDescriptions = new List<string>
{"大气层压力","天上的大气层压力","压力大气层"
};// 计算字符串相似度
double CalculateSimilarity(string s1, string s2)
{int maxLength = Math.Max(s1.Length, s2.Length);int distance = LevenshteinDistance(s1, s2);return 1.0 - (double)distance / maxLength;
}// 计算Levenshtein距离public static int LevenshteinDistance(String word1, String word2) {int m = word1.length();int n = word2.length();if( m*n == 0 ) {return Math.max(m, n);}int[][] lev = new int[m+1][n+1];// 字符串word1从空串 变为 字符串word2 前j个字符 的莱文斯坦距离for (int j=0; j<n+1; j++) {lev[0][j] = j;}// 字符串word1从前i个字符 变为 空串 的莱文斯坦距离for (int i=0; i<m+1; i++) {lev[i][0] = i;}for (int i=1; i<m+1; i++) {for (int j=1; j<n+1; j++) {// 在 字符串A的前i个字符 与 字符串B的前j-1个字符 完全相同的基础上, 进行一次插入操作int countByInsert = lev[i][j-1] + 1;// 在 字符串A的前i-1个字符 与 字符串B的前j个字符 完全相同的基础上, 进行一次删除操作int countByDel = lev[i-1][j] + 1;// 在 字符串A的前i-1个字符 与 字符串B的前j-1个字符 完全相同的基础上, 进行一次替换操作int countByReplace = word1.charAt(i-1)==word2.charAt(j-1) ? lev[i-1][j-1] : lev[i-1][j-1]+1;// 计算 字符串A的前i个字符 与 字符串B的前j个字符 的莱文斯坦距离lev[i][j] = min( countByInsert, countByDel, countByReplace );}}return lev[m][n];}
// 遍历所有要匹配的内容
foreach (string targetDescription in targetDescriptions)
{// 检查文本与页面名称的相似度和长度if (CalculateSimilarity(targetDescription, pageTitle) >= 0.7 && Math.Abs(targetDescription.Length - pageTitle.Length) <= 3){Console.WriteLine("匹配成功: " + targetDescription);}
}
三、解释
- 首先,定义了一个页面名称pageTitle为"大气压力"。
- 然后,定义了一个要匹配的内容列表targetDescriptions,包含了三个待匹配的描述
- 接着,定义了一个CalculateSimilarity函数,用于计算两个字符串之间的相似度。在函数内部,首先计算两个字符串的最大长度,然后使用Levenshtein距离算法计算它们之间的编辑距离,最后返回相似度值。
- 紧接着,定义了一个LevenshteinDistance函数,用于计算两个字符串之间的Levenshtein距离。该函数通过动态规划算法计算两个字符串之间的编辑距离。
- 最后,通过遍历要匹配的内容列表targetDescriptions,对每个描述进行相似度和长度的检查。如果某个描述与页面名称的相似度大于等于0.7并且长度差值不超过3,则输出"匹配成功:"以及匹配的描述内容。