java - 如何在不忽略拼写错误的情况下通过相似性比较字符串？

Question

我需要按接近程度比较两个字符串，以防完整字符串上的 string.equals 失败，我需要始终比较名字、中间名和/或姓氏。

我已经找到了一些比较算法，但他们都考虑了结果的拼写错误，我必须比较确切的输入。

例子:

1. Maria souza silva = Maria souza silva = ok
2. Maria souza silva = Maria silva = ok
3. Maria souza silva = Maria Carvalho = Nok
4. Maria souza silva = Ana souza silva = Nok
5. Maria de souza silva = Maria de = Nok
6. Maria de souza silva = Maria souza = OK

我正在尝试这样的事情:

String name = "Maria da souza Silva";

String nameRequest = "Maria da Silva";

if(name.equalsIgnoreCase(nameRequest)){
    System.out.print("ok 0");
}

String[] names = name.split(" ");

int nameLenght = names.length-1;

if(nameRequest.startsWith(names[0])){
    System.out.println("ok 1, next");
} else {
    System.out.print("nok, stop");
}

if(nameRequest.endsWith(names[nameLenght])){
    System.out.print("ok 2");
}

结果是ok 1, next 和ok 2。

名字和姓氏都可以，但我需要比较中间名，忽略“de/da”之类的。

Answer 1

一开始我打算使用纯正则表达式，可能有一种方法，但是这段代码会产生您要查找的结果，使用 first 和 last，或者 first 和 middle，并忽略 de 和 da。

private void checkName(String target, String source) {
    Pattern pattern = Pattern.compile("^(?<firstName>[^\\s]+)\\s((de|da)(\\s|$))?(?<otherName>.*)$");
    Matcher targetMatcher = pattern.matcher(target.trim().toLowerCase());
    Matcher sourceMatcher = pattern.matcher(source.trim().toLowerCase());
    if (!targetMatcher.matches() || !sourceMatcher.matches()) {
        System.out.println("Nok");
    }

    boolean ok = true;
    if (!sourceMatcher.group("firstName").equals(targetMatcher.group("firstName"))) {
        ok = false;
    } else {
        String[] otherSourceName = sourceMatcher.group("otherName").split("\\s");
        String[] otherTargetName = targetMatcher.group("otherName").split("\\s");

        int targetIndex = 0;
        for (String s : otherSourceName) {
            boolean hit = false;
            for (; targetIndex < otherTargetName.length; targetIndex++) {
                if (s.equals(otherTargetName[targetIndex])) {
                    hit = true;
                    break;
                }
            }
            if (!hit) {
                ok = false;
                break;
            }
        }
    }
    System.out.println(ok ? "ok" : "Nok");
}

对于您的示例，输出为:

ok
ok
Nok
Nok
Nok
ok