python difflib 计算文本相似度

Difflib作为python的标准库，无需安装，作用是对比文本之间的差异，而且支持输出可读性比较强的HTML文档。

在Linux下，可以直接使用vimdiff命令比对文本，例如对a.txt与b.txt的差异，命令： vimdiff  a.txt  b.txt  即可。

例子：

import difflib

def jc(str1, threshold_value, data):
    imgdata = open(data)
    imagePathList = list(imgdata)
    dic = {}
    s = difflib.SequenceMatcher(None, str1, '')
    for i in imagePathList:
        s.set_seq2(i)
        dic[i] = s.ratio()
    result_max = max(dic, key=dic.get)
    print(dic[result_max])
    result = result_max if dic[result_max] > threshold_value else 'None'
    return result

参数：

str1：要对比的文本

threshold_value：阈值，大于这个阈值的才会保留

data：对比用的字典库