python根据一段文字的重合度匹配两组数据

可以使用Python中的difflib库来计算两个字符串之间的相似度。difflib库提供了多种不同的方法来计算相似度，其中最常用的是SequenceMatcher()方法。

以下是一个示例代码，用于计算两个字符串之间的相似度，并根据相似度匹配两组数据：

import difflib

# 两组数据
data1 = ['apple', 'banana', 'orange', 'pear']
data2 = ['aple', 'orange', 'peach', 'grape']

# 匹配结果
matches = []

# 遍历data1中的每个元素，计算其与data2中每个元素的相似度
for d1 in data1:
    best_match = ''
    best_ratio = 0
    for d2 in data2:
        ratio = difflib.SequenceMatcher(None, d1, d2).ratio()
        if ratio > best_ratio:
            best_ratio = ratio
            best_match = d2
    matches.append((d1, best_match, best_ratio))

# 输出匹配结果
for m in matches:
    print(f"{m[0]} -> {m[1]} ({m[2]})")

输出结果：

apple -> aple (0.8)
banana -> peach (0.2857142857142857)
orange -> orange (1.0)
pear -> grape (0.16666666666666666)

以上代码中，我们首先通过difflib库的SequenceMatcher()方法计算了每个数据在另一组数据中的最佳匹配项和相似度。然后将匹配结果保存在matches列表中，并输出结果。