为何fuzzywuzzy的process.extractBests未给含查询串的字符串打100分？

测试代码：

from fuzzywuzzy import process

# Define the query string
query = "Apple"

# Define the list of choices
choices = ["Apple", "Apple Inc.", "Apple Computer", "Apple Records", "Apple TV"]

# Call the process.extractBests function
results = process.extractBests(query, choices)

# Print the results
for result in results:
    print(result)

输出结果：

('Apple', 100)
('Apple Inc.', 90)
('Apple Computer', 90)
('Apple Records', 90)
('Apple TV', 90)

所有选项都包含查询串“Apple”，但评分未全为100，原因如下：

• fuzzywuzzy默认使用Levenshtein编辑距离为核心的fuzz.WRatio作为评分器，它不是简单判断子串是否存在，而是综合考量字符串的编辑操作次数（增、删、改）和长度差异。
• 以"Apple"和"Apple Inc."为例，后者比前者多了" Inc."字符，需要通过添加操作才能匹配原查询串，编辑距离不为0，因此评分低于100；只有当两个字符串完全一致时，才会给出100分。

如果想要让所有包含查询串的选项都得到100分，可以改用fuzz.partial_ratio作为评分器，它的逻辑是判断较短字符串是否是较长字符串的子串，匹配即给100分：

修改后的代码：

from fuzzywuzzy import process, fuzz

query = "Apple"
choices = ["Apple", "Apple Inc.", "Apple Computer", "Apple Records", "Apple TV"]

# 指定scorer为partial_ratio
results = process.extractBests(query, choices, scorer=fuzz.partial_ratio)

for result in results:
    print(result)

输出结果会变为：

('Apple', 100)
('Apple Inc.', 100)
('Apple Computer', 100)
('Apple Records', 100)
('Apple TV', 100)

内容的提问来源于stack exchange，提问作者Franck Dernoncourt