python - 如何匹配部分字符串/有更好的方法吗？

我正在通过Expedia API获取酒店名称，并与另一家旅行服务提供商交叉引用结果。

我遇到的问题是，许多酒店名称在Expedia API上的显示方式与在其他提供程序上的显示方式不同，因此我无法找到匹配它们的好方法。

我将两者的结果分别存储在房价中。因此，例如，Expedia在立陶宛搜索维尔纽斯的结果可能像这样：

expediadict = {'Ramada Hotel & Suites Vilnius': 120, 'Hotel Rinno': 100,
'Vilnius Comfort Hotel': 110}

但是其他提供程序的结果可能如下所示：

altproviderdict = {'Ramada Vilnius': 120, 'Rinno Hotel': 100,
'Comfort Hotel LT': 110}

我唯一想做的就是删除“ Hotel”，“ Vilnius”，“ LT”和“立陶宛”的所有实例，然后测试Expediadict键的一部分是否与AltProderdict键的一部分匹配。这似乎很杂乱，而且不是很Pythonic，所以我想知道你们中的任何人是否有更清洁的想法？

最佳答案

>>> def simple_clean(word):
...     return word.lower().replace(" ","").replace("hotel","")
...
>>> a = "Ramada Hotel & Suites Vilnius"
>>> b = "Hotel Ramada Suites Vilnous"
>>> a = simple_clean(a)
>>> b = simple_clean(b)
>>> a
'ramada&suitesvilnius'
>>> b
'ramadasuitesvilnous'
>>> import difflib
>>> difflib.SequenceMatcher(None,a,b).ratio()
0.9230769230769231

对单词进行清洁和标准化：删除诸如“ Hotel，The，Resort”之类的词
，并转换成小写字母，没有空格等
然后使用模糊字符串匹配算法，例如leveinstein，例如来自difflib模块。


此方法非常原始，仅作为示例，您可以对其进行增强，以使其达到最佳效果。