text = 'Word 1'
list = {'Word1':'found','Word2':'not found'}
Мне нужно найти text в list при этом могут быть ошибки, допустим Ward1
Stack Overflow на русском — это сайт вопросов и ответов для программистов. Присоединяйтесь! Регистрация займёт не больше минуты.
Присоединиться к сообществуЭту задачу можно решить с помощью модуля re
, если вы можете предугадать, какие именно могут быть допущены ошибки (самые частые - о
вместо a
, и
вместо e
и т.д.).
Подробнее о регулярных выражениях в python можно почитать на Хабре https://habr.com/ru/post/349860/
Второй вариант решения задачи (когда заранее неизвестно, какие ошибки может допустить пользователь) - использование нечёткого поиска. Однако могу предупредить, что нечёткий поиск не так эффективен для коротких запросов. Он больше предназначен для длинных фраз.
Например, он хорошо сработает, если нужно найти фразу Мама мыла раму дважды
, но уже не так хорошо сработает, если нужно найти Рама
.
Чем больше символов в строке, тем лучше работает алгоритм нечёткого поиска.
Реализации алгоритма можно найти на Вики https://ru.wikibooks.org/wiki/Реализации_алгоритмов/Расстояние_Левенштейна, если нужно подробнее разобраться в алгоритме - о нём тоже можно почитать на Хабре https://habr.com/ru/post/279585/
Этот вопрос относится к задаче парсинга текста. С Python знаком не очень глубоко, но скорее всего эта задача где-то уже решена. Если нет, то она решена, например, для XML и тогда просто стоит вопрос о встраивании готового кода в программу на Python.
P.S. Под windows есть редактор кода notepad++, который можно использовать для решения подобных задач. Там механизм парсинга встроен в поисковую систему.
Я нашел решение проблемы. Можно воспользоватся методом Левенштейна.
def distance(a, b):
"Calculates the Levenshtein distance between a and b."
n, m = len(a), len(b)
if n > m:
# Make sure n <= m, to use O(min(n, m)) space
a, b = b, a
n, m = m, n
current_row = range(n + 1) # Keep current and previous row, not entire matrix
for i in range(1, m + 1):
previous_row, current_row = current_row, [i] + [0] * n
for j in range(1, n + 1):
add, delete, change = previous_row[j] + 1, current_row[j - 1] + 1, previous_row[j - 1]
if a[j - 1] != b[i - 1]:
change += 1
current_row[j] = min(add, delete, change)
return current_row[n]
alph = {'brave':'tekst pro brave','unicue':'tekst unic'}
text = str(input())
u = ['brave','unicue']
for a in range(0, len(u)):
try:
if int(len(u[a])/2) >= distance(u[a],text):
print(alph[u[a]])
except:
pass
UPD:
def distance(a, b):
n, m = len(a), len(b)
if n > m:
a, b = b, a
n, m = m, n
current_row = range(n + 1)
for i in range(1, m + 1):
previous_row, current_row = current_row, [i] + [0] * n
for j in range(1, n + 1):
add, delete, change = previous_row[j] + 1, current_row[j - 1] + 1, previous_row[j - 1]
if a[j - 1] != b[i - 1]:
change += 1
current_row[j] = min(add, delete, change)
return current_row[n]
def transliterate(text):
text = text.lower()
for c in punctuation + whitespace:
text = text.replace(c, '')
for c, r in alph.items():
text = text.replace(c, r)
return text
def search(text, dict):
text = transliterate(text)
lt = {}
for name in dict:
lt[name] = {}
if len(name) == len(text):
lt[name][name] = distance(text, name)
elif len(name) > len(text):
for i in range(0, len(name)):
q = name[i:len(text) + i]
if len(text) > len(q):
break
lt[name][q] = distance(text, q)
elif len(name) < len(text):
for i in range(0, len(text)):
q = text[i:len(name) + i]
if len(name) > len(q):
break
lt[name][q] = distance(text, q)
res = {}
lst = lt
for name in lt:
items = list(lst[name].items())
items.sort(key=lambda i: i[1])
o = 99999
for i in items:
if i[1] <= o:
lst[name][i[0]] = i[1]
o = i[1]
lt = lst
del lst
for name in lt:
c = 99999
res[name] = {}
for val in lt[name]:
if c >= lt[name][val]:
res[name][val] = lt[name][val]
c = lt[name][val]
res[name] = {}
for val in lt[name]:
if c >= lt[name][val]:
res[name][val] = lt[name][val]
c = lt[name][val]
result = {}
for name in res:
for val in res[name]:
result[name] = res[name][val]
break
del res
r = result
c = 99999
for name in list(result):
if result[name] > c:
del r[name]
elif result[name] < c:
c = result[name]
for name in list(result):
if result[name] > c:
del r[name]
elif result[name] < c:
c = result[name]
result = []
for name in list(r):
result.append(name)
return result
Это делит текст на части и рассматривает их, выдает список с результатами