用于大写字母检测的模糊wuzzy WRatio

Question

我需要帮助找出原因

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

而且

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

我希望force_ascii参数能够提高精度。 多谢各位

Answer 1

在fuzzyfuzzy中使用fuzz.WRatio时，有两个参数force_ascii和full_process，默认情况下这两个参数都为True。它们都用于对字符串进行预处理（force_ascii仅在full_process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，例如大写/小写内容

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将替换为空格，字符串将小写，并且从开头和结尾开始的空格将被修剪。比如说 “Mäne！”——>；“Mäne”->；“mäne”->；“mäne”

2）当使用force_ascii=True, full_process=True 这与2）相同，但会事先删除所有非ascii字符。比如说 “Mäne！”——>；“Mne！”——>；“跨国公司”->；“跨国公司”->；“跨国公司”

我真的不认为force_ascii默认为true是一件好事，因为我个人并不希望99%的情况下出现这种行为，但大多数使用fuzzyfuzzy的人甚至没有意识到这种行为。 除此之外，它似乎还有一个bug，因为

> utils.full_process("ā", force_ascii=True)
'ā'

而它显然不是ascii字符，因此应该返回空字符串

在你希望它考虑两个字符串之间的任何差异的情况下，你应该调用

> fuzz.WRatio('Māne', 'mane', full_process=False)
50
> fuzz.WRatio('Māne', 'Mane', full_process=False)
75