一、發(fā)現(xiàn)問題

在開發(fā)過程中，難免會使用到2個（多個）文本內(nèi)容處理，一是便于宏觀知道文本的重合度，而是更好的區(qū)分文本的創(chuàng)新度，也能更好的避免出現(xiàn)大篇幅復(fù)制。

為此，可以通過2個文本的相似度對比來實現(xiàn)業(yè)務(wù)需求。

二、解決問題

如果使用后端語言1來處理，就需要調(diào)取接口，對比少量的短文本可以實現(xiàn)，但是一旦遇到在界面實現(xiàn)多個文本對比，并且篇幅巨多，再通過接口可能就出現(xiàn)耗時特別長的情況。既然如此，但不如直接使用前端來處理。

使用算法：編輯距離。

1、編輯距離的概念

設(shè)A和B是兩個字符串，使用最少的字符操作將字符串A轉(zhuǎn)換為B。字符操作包括：（1）刪除一個字符；（2）插入一個字符；（3）將一個字符改寫為另一個字符。將字符串Ａ變換為字符串Ｂ所需要的最少字符操作數(shù)稱為字符串Ａ到字符串Ｂ的編輯距離（Edit Distance）

2、測試文本

舉例，文字來自網(wǎng)絡(luò)。

文本1

北京商報訊（記者 魏蔚）1月21日，交通運輸部官方微信公眾號披露，1月20日上午，交通運輸新業(yè)態(tài)協(xié)同監(jiān)管部際聯(lián)席會議辦公室對滿幫、貨拉拉、滴滴貨運、快狗打車等4家互聯(lián)網(wǎng)道路貨運平臺公司進行約談，對滴滴出行、曹操出行、T3出行、美團出行等4家網(wǎng)約車平臺公司進行提醒。

文本2

智通財經(jīng)APP獲悉，1月20日，交通運輸新業(yè)態(tài)協(xié)同監(jiān)管部際聯(lián)席會議辦公室對滿幫、貨拉拉、滴滴貨運、快狗打車等4家互聯(lián)網(wǎng)道路貨運平臺公司進行約談，對滴滴出行、曹操出行、T3出行、美團出行等4家網(wǎng)約車平臺公司進行提醒。

3、代碼實現(xiàn)

實現(xiàn)代碼如下，最后返回的數(shù)據(jù)邏輯可以自行修改。

/**
 * 相似度對比
 * @param s 文本1
 * @param t 文本2
 * @param f 小數(shù)位精確度，默認2位
 * @returns {string|number|*} 百分數(shù)前的數(shù)值，最大100. 比如 ：90.32
 */
function similar(s, t, f) {
  if (!s || !t) {
    return 0
  }
  if(s === t){
    return 100;
  }
  var l = s.length > t.length ? s.length : t.length
  var n = s.length
  var m = t.length
  var d = []
  f = f || 2
  var min = function (a, b, c) {
    return a < b ? (a < c ? a : c) : (b < c ? b : c)
  }
  var i, j, si, tj, cost
  if (n === 0) return m
  if (m === 0) return n
  for (i = 0; i <= n; i++) {
    d[i] = []
    d[i][0] = i
  }
  for (j = 0; j <= m; j++) {
    d[0][j] = j
  }
  for (i = 1; i <= n; i++) {
    si = s.charAt(i - 1)
    for (j = 1; j <= m; j++) {
      tj = t.charAt(j - 1)
      if (si === tj) {
        cost = 0
      } else {
        cost = 1
      }
      d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + cost)
    }
  }
  let res = (1 - d[n][m] / l) *100
  return res.toFixed(f)
}

4、相似度對比結(jié)果

根據(jù)測試文本對比，結(jié)果為：

75.00

到此這篇關(guān)于JavaScript實現(xiàn)文本相似度對比的文章就介紹到這了,更多相關(guān)js文本相似度內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論