一、前言

一年二度的四六級考試就此落下帷幕，本次考試體驗感極強，反手就是一個 “五星好評”

星光不負趕路人，時光不負有心人，想要輕松通過四六級，還得是腳踏實地，一步一個腳印，做好充足的復習準備，預祝大家無論是期末考還是四六級，都能取得理想的成績，然后回家過個好年~~

本文利用 Python 的模糊匹配方法來刷英語六級段落匹配，僅需要3秒！Python的 FuzzyWuzzy 庫，是一個易用而又強大的模糊字串匹配工具包，它依據 Levenshtein Distance 演算法，計算兩個序列之間的差異，Levenshtein Distance演算法，又叫 Edit Distance 演算法，是指兩個字串之間，由一個轉成另一個所需的最少編輯操作次數，許可的編輯操作包括將一個字符替換成另一個字符，插入一個字符，洗掉一個字符，一般來說，編輯距離越小，兩個串的相似度越大，

Github傳送門：https://github.com/seatgeek/fuzzywuzzy

后面的編程都是在 jupyter notebook 中，安裝 FuzzyWuzzy 庫如下所示：

pip install fuzzywuzzy -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

原文鏈接：https://yetingyun.blog.csdn.net/article/details/122022033

未經作者允許，禁止轉載，更勿做其他用途，違者必究，

二、fuzz模塊

匯入方法，直接匯入這個模塊的話，系統會提示UserWarning，這不代表報錯，程式依舊可以運行（使用的默認演算法，執行速度較慢），可以按照系統的提示安裝 python-Levenshtein 庫進行輔助，這有利于提高計算的速度，

1. 簡單匹配

這個其實不怎么精確，也不常用，測驗如下：

2. 部分匹配（Partial Ratio）

盡量使用部分匹配，精度較高！測驗如下：

可以發現，fuzz.partial_ratio（S1, S2）部分匹配，如果 S2 是 S1 的子串依然回傳100

3. 忽略順序匹配（Token Sort Ratio）

原理：以 空格 為分隔符，小寫化所有字母，無視空格外的其它標點符號，測驗如下：

fuzz.token_sort_ratio（S1，S2）比較S1，S2單詞是否相同，不考慮詞語之間的順序，

4. 去重子集匹配（Token Set Ratio）

相當于比對之前有一個集合去重的程序，注意最后兩個，可理解為該方法是在 token_sort_ratio 方法的基礎上添加了集合去重的功能，下面三個匹配的都是倒序，

fuzz的這幾個 ratio 函式最后得到的結果都是匹配數值，如果需要獲得匹配度最高的字串結果，還需要依舊自己的資料型別選擇不同的函式，然后再進行結果提取，如果但看文本資料的匹配程度使用這種方式是可以量化的，但是對于我們要提取匹配的結果來說就不是很方便了，因此就有了 process 模塊，

三、process模塊

用于處理備選答案有限的情況，回傳模糊匹配的字串和相似度，測驗如下：

四、實踐

實踐當然就是利用 fuzz 模塊來刷英語六級段落匹配，看看結果怎么樣！！

知乎找到一個網址可以下載六級真題PDF：https://pan.uvooc.com/Learn/CET/

它的 PDF 直接編輯不了，貌似是掃描的，這里我們用 Adobe Acrobat Pro DC 識別后，將閱讀材料和要匹配的選項直接復制粘貼到 txt 里面，

順便說一下：利用 Adobe Acrobat Pro DC 裁剪頁面提取 PDF 里的矢量圖保存下來，影像放大不會失真，你直接截圖的話，放大肯定會失真的，

讀取 txt 資料：

with open("Englishreading.txt", "r", encoding="utf-8") as f1:
    con1 = f1.read().split("\n")
dic1 = {}
for i in con1:
    data = i.split(":")
    dic1[data[0]] = data[1]

print(dic1)

with open("match.txt", "r") as f2:
    con2 = f2.read().split("\n")

dic2 = {}
for i in con2:
    data = i.split(":")
    dic2[data[0]] = data[1]
print(dic2)

先簡單測驗一個，比如一個是匹配F，如下所示：

test_str = "Marconi was central to our present-day understanding of communication."
# test_str = "As an adult, Marconi had an intuition that he had to be loyal to politicians in order to be influential."
big_lst = []
for k, v in dic1.items():
    sentence = [x.strip(" ") for x in v.split(".")]
    scores = []
    for a in sentence:
        score = fuzz.partial_ratio(a, test_str)
        scores.append(score)
    # print(scores, sum(scores), round(sum(scores) / len(scores), 2))
    k_score = sum(scores) * 0.2 + sum(scores) / len(scores)
    big_lst.append((k, scores, round(k_score, 2)))

results = sorted(big_lst, key=lambda x: x[2], reverse=True)
print(results)
print(results[0][0])

得到答案也是 F，俺們的演算法做對了！最后刷英語六級段落匹配（10個題），結果如下：

# -*- coding: UTF-8 -*-
"""
@Author  ： 葉庭云
@CSDN    ： https://yetingyun.blog.csdn.net/
"""
answers = []
for idx, ans in dic2.items():
    big_lst = []
    for k, v in dic1.items():
        sentence = [x.strip(" ") for x in v.split(".")]
        scores = []
        for a in sentence:
            # score = fuzz.token_sort_ratio(a, ans)
            score = fuzz.partial_ratio(a, ans)
            if score > 30:
                scores.append(score)
        scores.sort()
        if len(scores) >= 2:
            max_ = max(scores) + scores[-2]
        else:
            max_ = max(scores)
        big_lst.append((k, max_, scores))
    results = sorted(big_lst, key=lambda x: x[1], reverse=True)
    print(results)
    print("-" * 66)
    answers.append(results[0][0])


print("answer：", answers)

本文利用 Python 的模糊匹配方法來刷英語六級段落匹配，僅需要3秒！（還是在列印了中間結果的情況下），選取的是 2021 年 6 月英語六級真題（卷一）來進行測驗，昨天剛考的六級，網上還沒有找到能用的真題PDF，感興趣的讀者后面可以自行動手實踐呀，看看能對多少個，不會吧不會吧，不會有人六級錯兩個以上吧🚀🚀