C＃比较相似的字符串

Question

我有一个带有一些文件名（LIST1）的泛型，另一个是带有完整名称列表（LIST2）的biggeneric。 我需要将LIST1中的名称与LIST2中的相似名称进行匹配。 例如

LIST1
- **MAIZE_SLIP_QUANTITY_3_9.1.aif**

LIST 2
1- TUTORIAL_FAILURE_CLINCH_4.1.aif
2- **MAIZE_SLIP_QUANTITY_3_5.1.aif**
3- **MAIZE_SLIP_QUANTITY_3_9.2.aif**
4- TUTORIAL_FAILURE_CLINCH_5.1.aif
5- TUTORIAL_FAILURE_CLINCH_6.1.aif
6- TUTORIAL_FAILURE_CLINCH_7.1.aif
7- TUTORIAL_FAILURE_CLINCH_8.1.aif
8- TUTORIAL_FAILURE_CLINCH_9.1.aif
9- TUTORIAL_FAILURE_PUSH_4.1.aif

我已经阅读了有关Levenshtein距离的信息，并在Framework（ SignumFramework Utilities ）中使用了它的实现。 它在第2行和第3行中向我返回distance = 1。但是在我的情况下，第3行比第2行更匹配。

还有另一种方法可以更好地比较相似的字符串吗？ 有什么更灵活的方法吗？

Answer 1

作为字符串进行比较时，“ 9.2”的匹配度比“ 5.1”的“ 5.1”更好。 如果要对版本号进行数字评估，则必须解析字符串，以便可以分别比较字符串部分和数字部分。

Answer 2

有一个simlar问题在这里 ，也许有些答案会出现有关？

Answer 3

您的相似性标准可以是其他几个条件的组合。 一个可能是Levenshtein距离，另一个可能是例如最长的公用子字符串或前缀/后缀。

最长的常见子字符串问题实际上是编辑距离的一种特殊情况，当替换被禁止并且仅精确的字符匹配，插入和删除是允许的编辑操作时（请参见此处 ）。

字符串相似性的其他指标在此处介绍。

Answer 4

正则表达式可用于获取与名称匹配的项目。 可以在比赛中的正则表达式组中收集版本号，并将其解析为.net对象（例如十进制），您可以使用该对象比较哪个是最接近的。

Answer 5

这个SO问题有相当详尽的答案。 底部的链接是我为soundex，双重元音，PHP相似性和levenstein建立了C＃实现。