c# - 智能字符串比较

Question

我正在寻找一个允许对两个字符串进行智能比较的库/类。充其量它会给出两个字符串相似程度的百分比。我正在比较记录在不同存储库中的公司名称、地址，因此名称中有很多拼写错误或不一致。

要比较的示例字符串:

 "Good Company Ltd." vs. "GoodCompany" 
 "Baker Street 2" vs. "Baker Str. 2" 

如果我得到相似百分比的结果，那么这可以作为此类数据智能合并的输入。

你知道有什么好的库可以进行这种智能字符串比较吗？

Answer 1

Levenshtein 在这种情况下不合适。 “Good Company Ltd”和“GoodCompany”如果经过修剪，距离 = 3，而“Good Company Ltd”和“Food Company Ltd”的距离为 1，但含义完全不同。我建议 Metaphone or Double Metaphone算法。

使用 online metaphone comparer结果是:

Good Company Ltd = KTKMPNLTT
GoodCompany = KTKMPN
Food Company Ltd = FTKMPNLTT
GoodCompanyLLC = KTKMPNLK

这样你就知道GoodCompany、Good Company Ltd和GoodCompanyLLC是相似的，而Food Company拼写错误或完全不相关(KTKMPN 包含在 KTKMPNLTT 和 KTKMPNLK 中，但不包含在 FTKMPNLTT 中)。

看here用于其他算法比较。