有没有办法检测两个文本是否与同一个品牌有关？

如何解决有没有办法检测两个文本是否与同一个品牌有关？

给定两个文本，例如：“Cocacola”和“Coca-cola”，是否有一种方法可以推广到其他品牌和其他文本，以检测这两个文本是否与同一品牌有关？

现在我有这个简单的代码：

def matches_company_name(name1: str,name2: str):
    name1_lower_case = name1.lower()
    name2_lower_case = name2.lower()
    return (
        name1_lower_case in name2_lower_case
        or name2_lower_case in name1_lower_case
    )

我有一些想法要添加到可能的测试中：

• 制作 POS 标签并比较 ORG
• 用空格或破折号分隔并检查是否有共同部分。 （也许是一般）
• 制作某种编辑距离阈值（对于长度差异很大的字符串，可能会失败）

有没有办法实现这一目标？您有什么好的想法（启发式）可以添加到测试中吗？

解决方法

您可以实现上面提到的内容，但作为一个简单的解决方案，您可以像这样在 python 中使用 re 库：

import re
pattern = r'cocacola'
text = 'Coca-colafd   '

tt=text.lower()
s = re.sub(r'[^\w\s\d]','',tt)
# s = re.sub("\d+"," ",tt)
if re.match(pattern,s):
    print("Match and the word is -->>"+  str(s))
else:
    print("No match")

输出将是这样的

匹配并且单词是-->>cocacolafd

正如你所看到的，即使你向单词添加额外的字符，它也会匹配

请注意，您可以通过删除数字、空格和重复器来指定输出，它自己的库并使其更可靠

有关更多信息，您可以查看 doc

例如：这是删除数字的模式：

s = re.sub("\d+",tt)