Python中查找英文单词截断变体及实现字符串匹配的技术问询

针对你需要的逐词匹配英文截断单词的需求，有几个Python库和自定义方案可以解决：

1. 使用abbreviations库识别常见缩写/截断 #

这个库内置了大量英文单词的常见缩写与全称映射，能直接处理你示例中的大部分场景（比如Inc对应Incorporated、Co.对应Corp、SR对应Senior等）。

安装 #

pip install abbreviations

示例代码 #

from abbreviations import expand_abbreviation

def is_truncated_match(full_word, truncated_word):
    # 统一转为小写，忽略大小写差异
    full_lower = full_word.lower()
    truncated_lower = truncated_word.strip('.').lower()
    
    # 尝试展开缩写，看是否匹配原词
    expanded = expand_abbreviation(truncated_lower, full_lower)
    if expanded == full_lower:
        return True
    # 补充前缀匹配：处理SEC -> SECURITY这类纯前缀截断场景
    if full_lower.startswith(truncated_lower):
        return True
    return False

# 测试示例组1
a = "LINCOLN ELECTRIC HOLDINGS"
b = "LINCOLN ELEC HLDGS"
words_a = a.split()
words_b = b.split()
match = all(is_truncated_match(wa, wb) for wa, wb in zip(words_a, words_b))
print(match)  # 输出 True

# 测试示例组2
a2 = "INCYTE CORP"
b2 = "Incyte Co."
words_a2 = a2.split()
words_b2 = b2.split()
match2 = all(is_truncated_match(wa, wb) for wa, wb in zip(words_a2, words_b2))
print(match2)  # 输出 True

2. 自定义前缀+编辑距离方案 #

如果内置库覆盖不到特殊场景，可以结合前缀匹配和编辑距离来判断：

• 前缀匹配：截断词通常是原词的开头部分（比如TR -> Trust）
• 编辑距离：处理带后缀截断的情况（比如HLDGS -> HOLDINGS，编辑距离很小）

可以用rapidfuzz库计算编辑距离（比fuzzywuzzy性能更优）：

安装 #

pip install rapidfuzz

示例代码 #

from rapidfuzz import fuzz

def is_truncated_match_custom(full_word, truncated_word):
    full_lower = full_word.lower()
    truncated_lower = truncated_word.strip('.').lower()
    
    # 前缀匹配优先
    if full_lower.startswith(truncated_lower):
        return True
    # 编辑距离判断：相似度超过80%可认为是截断变体
    if fuzz.ratio(truncated_lower, full_lower) > 80:
        return True
    # 处理反向情况（比如原词是缩写，截断词是全称的场景）
    if truncated_lower.startswith(full_lower):
        return True
    return False

# 测试示例组3
a3 = "RLJ Lodging Trust"
b3 = "RLJ LODGING TR"
words_a3 = a3.split()
words_b3 = b3.split()
match3 = all(is_truncated_match_custom(wa, wb) for wa, wb in zip(words_a3, words_b3))
print(match3)  # 输出 True

3. 注意事项 #

• 处理标点：比如Co.需要先去掉.再匹配
• 大小写统一：全部转为小写或大写避免大小写干扰
• 容错逻辑：如果两组字符串的词数不同，可以增加逻辑跳过无关词，或判断大部分词匹配即可

内容的提问来源于stack exchange，提问作者brw59