如何通过Levenshtein编辑距离获取字符串的具体修改操作

你可以通过R内置函数或stringdist包的辅助工具获取具体编辑操作细节，以下是两种实现方法：

方法1：用内置adist函数解析修改位置 #

adist不仅能计算编辑距离，还会返回编辑操作类型的标记（匹配、替换、插入、删除），通过解析标记可定位具体修改内容：

string1 <- 'hello'
string2 <- 'hellp'

# 计算编辑距离并获取操作细节
edit_info <- adist(string1, string2, counts = TRUE)

# 查看编辑距离
edit_info
#>      [,1]
#> [1,]    1

# 获取操作标记字符串（M=匹配，R=替换，I=插入，D=删除）
trafo_str <- attr(edit_info, "trafos")[1, 1]
trafo_str
#> [1] "MMMMR"

# 解析替换位置并输出具体修改内容
replace_pos <- which(strsplit(trafo_str, "")[[1]] == "R")
cat(sprintf("具体修改：将string1第%s位的'%s'替换为string2第%s位的'%s'\n",
            replace_pos, substr(string1, replace_pos, replace_pos),
            replace_pos, substr(string2, replace_pos, replace_pos)))
#> 具体修改：将string1第5位的'o'替换为string2第5位的'p'

方法2：用stringdist的seq_align可视化对齐差异 #

如果需要直观对比，seq_align可生成两个字符串的对齐结果，直接展示差异位置：

library(stringdist)

# 生成对齐后的字符串
aligned <- seq_align(string1, string2, method = "lv")
print(aligned)
#> [1] "hello"
#> [2] "hellp"

对比这两个对齐后的字符串，可直接看出第5位的字符差异。

内容的提问来源于stack exchange，提问作者joshbrows