如何在Python中匹配最相近值并计算匹配相似度百分比？

自定义规则实现（贴合你的需求） #

如果你的需求是固定规则：完全匹配"Toyota"返回100%，包含"Toyota"但不完全匹配返回50%，其余返回0%，不需要依赖第三方库，直接写简单逻辑就能实现：

Cars = ["Toyota Supra","Toyota","Nissan","Honda Civic","BMW","Opel Corsa","Toyota Trueno"]
target = "Toyota"

for item in Cars:
    if item == target:
        print(f"{item}: 100% 匹配")
    elif target in item:
        print(f"{item}: 50% 匹配")
    else:
        print(f"{item}: 0% 匹配")

运行输出：

Toyota Supra: 50% 匹配
Toyota: 100% 匹配
Nissan: 0% 匹配
Honda Civic: 0% 匹配
BMW: 0% 匹配
Opel Corsa: 0% 匹配
Toyota Trueno: 50% 匹配

通用相似度计算库（灵活场景） #

如果需要更通用的字符串相似度计算（比如基于字符差异的百分比），可以用fuzzywuzzy库，它依赖python-Levenshtein提升计算速度。

1. 先安装依赖：

pip install fuzzywuzzy python-Levenshtein

2. 示例代码：

from fuzzywuzzy import fuzz

Cars = ["Toyota Supra","Toyota","Nissan","Honda Civic","BMW","Opel Corsa","Toyota Trueno"]
target = "Toyota"

for item in Cars:
    # 计算整体字符串相似度
    similarity = fuzz.ratio(target, item)
    print(f"{item}: {similarity}% 匹配")

运行输出：

Toyota Supra: 71% 匹配
Toyota: 100% 匹配
Nissan: 0% 匹配
Honda Civic: 14% 匹配
BMW: 0% 匹配
Opel Corsa: 0% 匹配
Toyota Trueno: 72% 匹配

如果需要针对子串匹配的相似度，可以用fuzz.partial_ratio()，比如"Toyota"在"Toyota Supra"中完全匹配子串，会返回100%，适合需要识别部分匹配的场景。

内容的提问来源于stack exchange，提问作者Renan Henrique