用于大写检测的模糊模糊 WRatio

Question

我需要帮助找出原因fuzz.WRatio('Māne', 'mane', force_ascii=True) => 75%并且fuzz.WRatio('Māne', 'Mane', force_ascii=True) => 75%我希望 force_ascii 参数能够提高准确性。谢谢你。

Answer 1

有两个参数force_ascii，full_process在使用fuzz.WRatiofuzzywuzzy 时，默认情况下都是True。它们都用于预处理字符串（force_ascii 仅在 full_process 为 True 时使用，否则被忽略）。

1) 使用时force_ascii=False, full_process=False 字符串在匹配之前不会更改，因此例如大写/小写很重要。

2) 使用force_ascii=False, full_process=True 时，字符串中的所有非字母数字字符都替换为空格，字符串小写，开头和结尾的空格被修剪。例如“Mäne！” ->“马内”->“马内”->“马内”

2) 使用时force_ascii=True, full_process=True 这与 2) 相同，但会预先删除所有非 ascii 字符。例如“Mäne！” -> “嗯！” -> “Mne” -> “Mne” -> “Mne”

我真的不认为force_ascii默认为 true 是一件好事，因为我个人在 99% 的情况下并不真正想要这种行为，但大多数使用fuzzywuzzy 的人甚至不知道这种行为。除此之外，它似乎有一个错误，因为例如

> utils.full_process("ā", force_ascii=True)
'ā'

虽然它显然不是 ascii 字符，因此应该返回一个空字符串。

在您希望它考虑您应该调用的两个字符串之间的任何差异的情况下

> fuzz.WRatio('Māne', 'mane', full_process=False)
50
> fuzz.WRatio('Māne', 'Mane', full_process=False)
75