如何对值为列表的字典使用fuzzy process.extract实现模糊匹配

一、实现指定格式的匹配结果输出 #

先修正你代码中的几个问题：

• 字典的键basic、framework需要加引号（Python字符串键必须用引号包裹）；
• 变量st是字符串，for i in st会遍历每个字符，不符合需求，直接用st作为匹配目标即可；
• floatRemover函数未定义，若用于清理字符串可自行补充，这里假设目标字符串已处理完毕。

使用fuzzywuzzy库（需先安装：pip install fuzzywuzzy python-Levenshtein），逐个计算列表元素与目标字符串的匹配分数，再整理成你需要的格式：

from fuzzywuzzy import fuzz, process

st = "HTML"
skills = {
    "basic": ["HTML", "CSS", "JS"],
    "framework": ["Angular", "React"]
}

# 存储最终匹配结果
result = []
for category, skill_list in skills.items():
    # 计算当前分类下每个技能与目标字符串的匹配分数
    match_scores = [(skill, fuzz.ratio(st, skill)) for skill in skill_list]
    # 按期望格式添加到结果
    result.append((match_scores, category))

print(result)

输出结果示例（与你期望的格式一致）：

[([('HTML', 100), ('CSS', 30), ('JS', 22)], 'basic'), ([('Angular', 25), ('React', 20)], 'framework')]

二、设置分数阈值过滤结果 #

如果需要只保留匹配分数高于指定阈值（如80）的元素，并整理为字典格式，可添加过滤逻辑：

from fuzzywuzzy import fuzz, process

st = "HTML"
threshold = 80
skills = {
    "basic": ["HTML", "CSS", "JS"],
    "framework": ["Angular", "React"]
}

filtered_result = {}
for category, skill_list in skills.items():
    # 过滤出分数高于阈值的技能
    matched_skills = [skill for skill in skill_list if fuzz.ratio(st, skill) >= threshold]
    # 仅保留有匹配结果的分类
    if matched_skills:
        filtered_result[category] = matched_skills

print(filtered_result)

输出结果：

{'basic': ['HTML']}

补充说明 #

• fuzz.ratio是基础字符串匹配分数计算方法，你也可以根据需求使用fuzz.partial_ratio（部分匹配）等其他方法；
• 若需要更高效的批量匹配，可结合process.extractBests方法，但需调整参数适配格式需求。

内容的提问来源于stack exchange，提问作者Ramu Sompalli