Python - 获取匹配的字符串百分比以及字符串

Question

我想将一个字符串与某些关键字匹配，并获取与我的关键字匹配的百分比和子字符串。例如。 我有一个关键字列表

keywords = ['Projekt-Nr.:', 'Projektbezeichnung:', 'Anlagenklassifizierung:', 'Arbeiten / Gewerk:']

和一些未知文本，例如

s = "Projekthezeichnung: —_[H- Kloster Eig i Krankenhaus"

我希望在此字符串中搜索我的关键字，以便 return 将部分匹配的字符串作为我。

'Projektbezeichnung:' 应该以超过 95% 的准确率匹配 'Projekthezeichnung:'（我已经为此使用了 cdifflib）但是 cdifflib 没有 return 我的关键字匹配的子字符串。

如何获取与我的关键字部分匹配的未知子字符串？

任何帮助都会非常有用，谢谢！

Answer 1

difflib的get_close_matches似乎合适：

from difflib import get_close_matches as gcm

keywords = ['Projekt-Nr.:', 'Projektbezeichnung:', 'Anlagenklassifizierung:', 'Arbeiten / Gewerk:']
unk_text = "Projekthezeichnung: —_[H- Kloster Eig i Krankenhaus"
words = unk_text.split()

result = [gcm(kw, words, n=len(words), cutoff=0.8) for kw in keywords]
# [[], ['Projekthezeichnung:'], [], []]

result 列表的每个子列表包含 "close" 个与相应关键字匹配的项。