معرفی شرکت ها

ffzf-0.2.6

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.2.6
0.2.5
0.2.4
0.2.3
0.2.2
0.1.0
0.2.6
0.2.5
0.2.4
0.2.3
0.2.2
0.1.0

توضیحات

-
ویژگی مقدار
سیستم عامل -
نام فایل ffzf-0.2.6
نام ffzf
نسخه کتابخانه 0.2.6
نگهدارنده []
ایمیل نگهدارنده []
نویسنده -
ایمیل نویسنده -
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/ffzf/
مجوز -
# ffzf Fast fuzzy string matching for Python. # Installation ``` pip install ffzf ``` # Usage ```python # Find closest string matching from ffzf import closest best_match = closest("hello", ["harps", "apples", "jello"]) # Find n best matches from ffzf import n_closest best_matches = n_closest("hello", ["harps", "apples", "jello"], 2) from ffzf import JAROWINKLER # Specify an algorithm (default is levenshtein distance) best_match = closest("hello", ["harps", "apples", "jello"], algorithm=JAROWINKLER) # Call algorithm directly from ffzf import levenshtein_distance dist = levenshtein_distance("hello", "jello") # Case sensitive comparison (default is case insensitive) dist = levenshtein_distance("Hello", "hello", case_sensitive=True) best_match = closest("Hello", ["harps", "apples", "jello"], case_sensitive=True) # Remove whitespace (default is to keep the whitespace in strings) dist = levenshtein_distance("hello world", "helloworld", remove_whitespace=True) # Return scores with closest results from ffzf import n_closest_with_score best_matches = n_closest_with_score("hello", ["harps", "apples", "jello"], 2) ``` # Supported Algorithms - Levenshtein Distance (default) - Jaro Similarity ("JARO") - Jaro-Winkler Similarity ("JAROWINKLER") - Hamming Distance ("HAMMING")


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl ffzf-0.2.6:

    pip install ffzf-0.2.6.whl


نصب پکیج tar.gz ffzf-0.2.6:

    pip install ffzf-0.2.6.tar.gz