如何获取模糊匹配结果的位置区间（类似正则匹配的span方法）

你常用的RapidFuzz库本身就原生支持该需求，不需要额外引入其他依赖。

核心实现方法 #

RapidFuzz提供了partial_ratio_alignment函数，是partial_ratio的对齐增强版本，除了返回和partial_ratio完全一致的匹配得分外，还会返回长短文本的对齐位置信息，效果等价于正则匹配的span方法返回结果。

示例代码 #

首先安装依赖：
pip install rapidfuzz
运行测试：

from rapidfuzz.fuzz import partial_ratio_alignment

# 测试用长文本、待匹配短文本
long_content = "2024年最新活动通知：本周末线下技术沙龙将在科技园B座举办，欢迎报名参与"
short_query = "技术沙陇将在科技园" # 故意设置错别字模拟模糊匹配场景

match_result = partial_ratio_alignment(short_query, long_content)

# 核心返回字段说明
# - score: 模糊匹配得分，和partial_ratio返回结果完全一致
# - dest_start: 长文本中匹配片段的起始索引（左闭）
# - dest_end: 长文本中匹配片段的结束索引（右开）

# 直接获取等价于span的返回结果
match_span = (match_result.dest_start, match_result.dest_end)
print(f"匹配位置：{match_span}")
print(f"匹配到的文本片段：{long_content[match_span[0]:match_span[1]]}")

补充说明 #

• 如果你还在使用fuzzywuzzy，该库没有原生支持返回位置的函数，需要自行基于编辑距离对齐逻辑二次开发，成本较高，更推荐直接迁移到性能更强的RapidFuzz使用现成功能。
• 如果需要批量匹配多个查询词，可以先用RapidFuzz的process模块的extract系列函数过滤达到得分阈值的结果，再对每个命中结果调用partial_ratio_alignment获取具体位置即可。
• 返回的dest_start和dest_end是左闭右开的索引区间，和Python字符串切片、正则span方法的返回格式完全兼容，可以直接替换使用。

内容的提问来源于stack exchange，提问作者Peter Franek