質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

1回答

1115閲覧

Difflibで空白を無視できない

_hh

総合スコア79

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2019/02/11 20:45

#実現したいこと
Pythonのdifflibを用いて文字列の比較をしたいのですが、全角半角の違いと空白を無視して比較したいと思っています。

#実装コード

Python3

1import difflib 2import unicodedata 3str1 = u"スパ ゲッティー" 4str2 = u"スパゲティ" 5normalized_str1 = unicodedata.normalize('NFKC', str1) 6normalized_str2 = unicodedata.normalize('NFKC', str2) 7 8s = difflib.SequenceMatcher(isjunk=lambda x: x in " \t", a=normalized_str1, b=normalized_str2).ratio() 9print("match ratio:", s, "\n") 10

以下の結果となります。

Python3

1match ratio: 0.7692307692307693

#結果と問題点
str1 = u"スパ ゲッティー"
str2 = u"スパゲティ"
の場合と、str1で空白が無い場合とで、類似度が異なる結果(空白なしの場合0.83)となり、空白を無視することができていないことが判明しました。

原因につき、ご教示いただけますと幸いです。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

isjunkの動作仕様のようです。
一致した文字の算出には無視されますが、不一致だった文字を含む全体の文字列長の算出にはisjunkで指定した文字も含まれるからです。
詳細については以下の回答が詳しいです。
ignore spaces when comparing strings in python

Python

1import difflib 2s = difflib.SequenceMatcher(lambda x: x in " \t", 'abc', 'a bc').ratio() 3print("match ratio:", s, "\n") # 一致(3+3) / 全体(3+4) = 6/7 = 0.8571428571428571

投稿2019/02/12 01:36

編集2019/02/12 01:38
can110

総合スコア38266

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問