如何使stringdist包extract等函数的maxDist参数忽略大小写

实现方法 #

你使用的stringdist包内置了大小写控制参数，无需自定义距离规则即可实现需求，有两种可行方案：

方案1：使用内置参数（推荐） #

grab()、grabl()、extract()三个函数都支持case_sensitive参数，将该参数设置为FALSE即可让距离计算忽略字母大小写差异，此时'A'和'a'不会被计入字符距离，仅不同字母的差异会参与距离统计。
示例代码如下：

# 以grab函数为例
res <- grab(
  x = 待匹配的字符串向量,
  pattern = 匹配模式,
  maxDist = 你设定的最大距离阈值,
  case_sensitive = FALSE, # 核心配置，忽略大小写
  value = FALSE
)

方案2：统一字符大小写（兼容旧版本） #

如果你使用的stringdist版本较低不支持上述参数，可以先将待匹配向量和匹配模式统一转为全小写/全大写，再执行匹配即可：

# 统一转小写后匹配
x_lower <- tolower(你的原始字符串向量)
pattern_lower <- tolower(你的匹配模式)
# 执行匹配，拿到索引后可以映射回原始向量
match_index <- grab(x = x_lower, pattern = pattern_lower, maxDist = 你的阈值)
original_result <- 你的原始字符串向量[match_index]

内容的提问来源于stack exchange，提问作者Tom