Python difflib：序列相似性高于截止点，但 get_close_matches() 没有结果

Question

所以我正在使用 difflib 查找以不同格式写下的相同街道。这是真正让我烦恼的一对：“1-й Лихачевский переулок”和“Переулок Лихачевский 1-й”。

我这样计算序列相似度：

s = difflib.SequenceMatcher(None, "1-й Лихачевский переулок", "Переулок Лихачевский 1-й")
s.ratio()

给我结果 0.5416666666666666。够好了，嗯？但是好吧，get_close_matches() 的默认截止点是 0.6，所以我这样做：

difflib.get_close_matches('1-й Лихачевский переулок', 'Переулок Лихачевский 1-й', cutoff=0.5)

没有结果！事实上，即使我将 cutoff 设置为 0.1 也没有结果。

我错过了什么？

Answer 1

get_close_matches() 的第二个参数是要匹配的字符串序列，而不是单个字符串。因此，例如，传递一个列表：

>>> difflib.get_close_matches('1-й Лихачевский переулок', ['Переулок Лихачевский 1-й'], cutoff=0.5)
['Переулок Лихачевский 1-й']

照原样，您传递了一个字符串，该字符串被视为一系列单独的字符。