Python提供fuzzywuzzy模块，不仅可用于计算两个字符串之间的相似度，而且还提供排序接口能从大量候选集中找到最相似的句子。

　　(1)安装

　　pip install fuzzywuzzy

　　(2)接口说明

　　两个模块：fuzz, process，fuzz主要用于两字符串之间匹配，process主要用于搜索排序。

　　fuzz.ratio(s1,s2)直接计算s2和s2之间的相似度，返回值为0-100，100表示完全相同;

　　fuzz.partial_ratio(S1,S2)部分匹配，如果S1是S2的子串依然返回100;

　　fuzz.token_sort_ratio(S1,S2)只比较S1，S2单词是否相同，不考虑词语之间的顺序;

　　fuzz.token_set_ratio(S1，S2)相比fuzz.token_sort_ratio不考虑词语出现的次数;

　　process.extract(S1, ListS,limit=n)，表示从列表ListS中找出Top n与S1最相似的句子;

　　process.extractOne(S1,ListS)，返回最相似的一个

　　(3)使用

　　from fuzzywuzzy import fuzz

　　a = 'a b c'

　　b = ' a c b '

　　c = 'a c'

　　fuzz.ratio(a, c)

　　>> 75

　　fuzz.ratio(b, c)

　　>> 60无锡知名的妇科医院 http://www.wxbhnkyy39.com/

　　fuzz.partial_ratio(a, c)

　　>> 67

　　fuzz.partial_ratio(b, c)

　　>> 100

　　fuzz.token_sort_ratio(a, c)

　　>> 75

　　fuzz.token_sort_ratio(b, c)

　　>> 75

　　fuzz.token_set_ratio(a, c)

　　>> 100

　　fuzz.token_set_ratio(b, c)

　　>> 100