用于大写检测的模糊 wuzzy WRatio

Question

我需要帮助找出原因

fuzz.WRatio('Māne', 'mane', force_ascii=True) => 75%

还有

fuzz.WRatio('Māne', 'Mane', force_ascii=True) => 75%

我希望 force_ascii 参数能够提高准确性。谢谢。

Answer 1

在 fuzzywuzzy 中使用 fuzz.WRatio 时有两个参数 force_ascii 和 full_process，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 也为 True 时使用，否则将被忽略）。

1) 当使用 force_ascii=False, full_process=False 字符串在匹配之前不会更改，例如uppercase/lowercase 很重要。

2) 当使用 force_ascii=False, full_process=True 字符串中的所有非字母数字字符都被替换为空格，字符串被小写，开头和结尾的空格被修剪。例如 "Mäne!" -> "Mäne " -> "mäne " -> "mäne"

2) 当使用 force_ascii=True, full_process=True 这与 2) 相同，但预先删除所有非 ascii 字符。例如 "Mäne!" -> "Mne!" -> "Mne " -> "mne " -> "mne"

我真的不认为 force_ascii 默认为 true 是一件好事，因为在 99% 的情况下我个人并不真的想要这种行为，但大多数使用 fuzzywuzzy 的人甚至都不想意识到这种行为。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 return 一个空字符串。

在你希望它考虑你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

fuzzy wuzzy WRatio for Uppercase detection