从字符串列表中计算最接近的字符串匹配

Question

我正在尝试找到一种方法来从字符串列表中calculate/determine 最接近的字符串匹配项。

这是我要查找最接近匹配项的字符串： CTGGAG

来自字符串列表：

matchlist = ['ACTGGA', 'CTGGAG', 'CTGGAA', 'CTGGTG', 'ACCGGT']

我试过使用来自 difflib 的 SequenceMatcher：

for t in match:
    assignseqmatch = SequenceMatcher(None, CTGGAG, t)
    ratio = assignseqmatch.ratio()
    seqratiomatchlist.append(ratio)
    for r, s in zip(seqratiomatchlist, neutralhex):
        neutralmatchscores[r].append(s)

但是，当我使用这种方法时，列表中的前四个值都被报告为具有相同的比率 (0.833333)，而列表中的第三个和第四个值应该具有最高的比率，因为只有一个CTGGAG、CTGGAA 和 CTGGTG 之间相差一个字母。我基本上只想计算两个字符串之间有多少字母变化。这可能吗？

Answer 1

要查找两个等长字符串 x 和 y 之间的字母变化数，请执行以下操作：

numChanges = sum(i != j for i, j in zip(x, y))

从字符串列表中计算最接近的字符串匹配

Calculating closest string match from a list of strings

python

regex

string

fuzzy-search