模糊匹配工具2.0

2021-08-31 16:38:21 浏览数 (1)

01

之前发过两篇关于模糊匹配工具的说明,《解决文字模糊匹配的小工具》和《快速模糊匹配——速度提升几千倍!!!》,解决以下这类场景:

代码语言:javascript复制
北京通州   匹配   北通、北京市通州区、北京通州区或北京市通州

只要两组数据实际上存在匹配的可能性(即表1里某个名称A在表2中确实有另一个类似的名称存在),都能匹配出来。举例展示这个工具的效果:

例子1:

2k*2k行,总耗时3秒(快的低至1秒)。作为对比,在Power Query里使用合并的方式进行模糊匹配,2k*2k行,时间预计5分钟左右。

例子2:

31万*100万行,总耗时3401秒(<1个小时,测试电脑配置i5 4460, 8G内存)。作为对比,使用以C 为底层加速的python库,rapidfuzz,2天2夜还没计算完。

02

领取工具的读者不少,但给出反馈的寥寥无几。本以为业务、运营和财务工作人士的需求比较强烈,而实际主动找我反馈问题则是在读研究生居多。本次升级,主要包括修改了以下几个部分。

参数录入方式

部分用户会因为初始参数输错而没运行成功。原先版本的6个初始化参数要求每录入1个参数按1次回车,容易出错,而且输错了要全部从头再来。如下图所示:

改版后,6个参数一次性输入,每个参数之间用中文逗号隔开。那么大家就可以先在word或记事本里把参数整理好,然后一次性复制粘贴过去。标准示例如下:

代码语言:javascript复制
G:Project匹配表1.xlsx,电视表,频道节目1,G:Project匹配表2.xlsx,Sheet1,频道节目2

dict.txt文件不存在

有读者反馈程序运行后出现类似这样的提示,即缺少了dict.txt文件。

代码语言:javascript复制
No such file or directory: 'c:xxxxjiebadict.txt’

于是本次升级中直接加入了这个文件。如下图所示。为确保程序正常运行,勿删该文件。

03

升级版的工具可以在本公众号后台回复【模糊匹配】四个字获取。也欢迎大家在后台留言反馈问题和分享使用心得。

0 人点赞