SequenceMatcher.ratio是如何在衍射库中工作的

Question

我在尝试python的difflib模块时，偶然发现了SequenceMatcher。因此，我尝试了下面的例子，但无法理解发生了什么。

>>> SequenceMatcher(None,"abc","a").ratio()
0.5

>>> SequenceMatcher(None,"aabc","a").ratio()
0.4

>>> SequenceMatcher(None,"aabc","aa").ratio()
0.6666666666666666

现在，根据比率

返回序列相似性的度量，在0，1范围内作为浮动。其中T是两个序列中元素的总数，M是匹配的数量，这是2.0*M / T。

所以，对于我的案子：

1. T=4与M=1 so比值2*1/4 = 0.5
2. T=5与M=2 so比值2*2/5 = 0.8
3. T=6与M=1 so比值2*1/6.0 = 0.33

根据我的理解，T = len(aabc) + len(a)和M=2是因为a在aabc中出现了两次。

那么，我哪里错了，我错过了什么。？

这里是SequenceMatcher.ratio()的源代码

Answer 1

你的第一个案子是对的。在第二种情况下，只有一个来自a的aabc匹配，所以M= 1。在第三个例子中，两个a的匹配都是so _M= 2。

[P.S.]：您指的是古代Python2.4源代码。当前的源代码位于hg.python.org。]

Answer 2

永远不要太晚..。

from difflib import SequenceMatcher

texto1 = 'BRASILIA~DISTRITO FEDERAL, DF'
texto2 = 'BRASILIA-DISTRITO FEDERAL, '

tamanho_texto1 = len(texto1)
tamanho_texto2 = len(texto2)
tamanho_tot = tamanho_texto1 + tamanho_texto2

tot = 0
if texto1 <= texto2:
    for x in range(len(texto1)):
        y = texto1[x]

        if y in texto2:
            tot += 1
else:
    for x in range(len(texto2)):
        y = texto2[x]

        if y in texto1:
            tot += 1
            
print('sequenceM = ',SequenceMatcher(None, texto1, texto2).ratio())
print('Total calculado = ',2*tot/tamanho_tot)

sequenceM = 0.9285714285714286

总计算器= 0.9285714285714286