Skip to main content
 首页 » 编程设计

python之如何在python中生成一组相似的字符串

2025年04月02日22soundcode

我想知道如何根据 Levenshtein 距离(字符串编辑距离)生成一组相似的字符串。理想情况下,我喜欢传入一个源字符串(即用于生成与其相似的其他字符串的字符串),需要生成的字符串数量和一个阈值作为参数,即字符串之间的相似性生成集应该大于阈值。我想知道我应该使用什么 Python 包来实现它?或者有什么想法可以实现吗?

请您参考如下方法:

我觉得你可以换个角度想问题(反过来)。

  • 给定一个字符串,说它是sittin。
  • 给定一个阈值(编辑距离),假设它是k。
  • 然后您在 k 步中应用不同“编辑”的组合。

例如,假设 k = 2。并假设允许的 edit modes你有:

  • 删除一个字符
  • 添加一个字符
  • 将一个字符替换为另一个字符。

那么逻辑是这样的:

input = 'sittin' 
for num in 1 ... n:  # suppose you want to have n strings generated 
  my_input_ = input 
  # suppose the edit distance should be smaller or equal to k; 
  # but greater or equal to one 
  for i in in 1 ... randint(k):  
    pick a random edit mode from (delete, add, substitute) 
    do it! and update my_input_ 

如果您需要坚持使用预定义的字典,这会增加一些复杂性,但它仍然可行。在这种情况下,编辑必须有效。