工作原理

1. 基础相似度计算：首先会计算 ratio、partial_ratio、token_sort_ratio 和 token_set_ratio 这几种常见方法的相似度得分。
2. 大小写敏感度调整：如果两个字符串的大小写差异较大，WRatio 会先计算不考虑大小写时的相似度得分，然后在最终得分中给予一定的权重调整。通常情况下，不考虑大小写的相似度得分会作为一个参考，用于判断大小写对整体相似度的影响。
3. 字符串长度差异处理：当两个字符串长度差异较大时，WRatio 会更倾向于使用 partial_ratio 方法的得分，因为该方法更适合处理一个字符串是另一个字符串子串的情况。而当字符串长度相近时，则会综合考虑其他方法的得分。
4. 加权组合：最后，WRatio 会根据上述情况对不同方法的得分进行加权组合，得出一个最终的相似度得分，该得分范围在 0 到 100 之间，得分越高表示两个字符串越相似。

适用场景

• 复杂文本匹配：在处理包含多种变化的文本时，如大小写不同、单词顺序不同、部分内容匹配等情况，WRatio 方法能够综合考虑各种因素，给出更准确的相似度判断。例如，在搜索系统中，用户输入的查询词可能存在大小写不规范、单词顺序不一致等问题，使用 WRatio 可以更有效地找到相关的结果。
• 数据清洗与去重：在处理大量文本数据时，数据可能存在各种格式和表述上的差异。WRatio 方法可以帮助识别那些看似不同但实际含义相同的字符串，从而进行数据去重和清洗。比如，在处理客户姓名、地址等信息时，不同的录入方式可能导致数据存在细微差异，WRatio 可以准确判断这些数据是否重复。

使用示例