pythonabcdifflib==0.2.5,python difflib

本文目錄一覽：

• 1、CTF-敲錯鍵盤的md5解密，python通解
• 2、python中是否有用於計算兩個字元串相似度的函數
• 3、python 有沒有一個模塊可以比較兩個文本文件內容差異的？而且可以只輸出差異的部分？
• 4、如何計算車牌的識別準確率？

CTF-敲錯鍵盤的md5解密，python通解

常常會有無聊的出題人，給出這樣的crypto題。md5值可能錯了幾位，多了幾位……

年輕的時候可以用眼睛找，年紀大了以後就想寫通解一勞永逸了。思路是用生成的字典去生成md5字典，再和題目密文比較相似度，正好python里有個difflib庫，調用一下就能得到相似度值。

有了這個演算法後隨便改幾位md5值都不怕啦！大不了多輸出幾位！

與君共享

python中是否有用於計算兩個字元串相似度的函數

linux環境下，沒有首先安裝python_Levenshtein，用法如下：

重點介紹幾個該包中的幾個計算字串相似度的幾個函數實現。

1. Levenshtein.hamming(str1, str2)

計算漢明距離。要求str1和str2必須長度一致。是描述兩個等長字串之間對應位置上不同字元的個數。如

2. Levenshtein.distance(str1, str2)

計算編輯距離（也成Levenshtein距離）。是描述由一個字串轉化成另一個字串最少的操作次數，在其中的操作包括插入、刪除、替換。如

演算法實現 參考動態規劃整理：。

3. Levenshtein.ratio(str1, str2)

計算萊文斯坦比。計算公式 r = (sum – ldist) / sum, 其中sum是指str1 和 str2 字串的長度總和，ldist是類編輯距離

注意：這裡的類編輯距離不是2中所說的編輯距離，2中三種操作中每個操作+1，而在此處，刪除、插入依然+1，但是替換+2

這樣設計的目的：ratio(‘a’, ‘c’)，sum=2,按2中計算為（2-1）/2 = 0.5,』a’,’c’沒有重合，顯然不合算，但是替換操作+2，就可以解決這個問題。

4. Levenshtein.jaro(s1, s2)

計算jaro距離，

其中的m為s1, s2的匹配長度，當某位置的認為匹配 當該位置字元相同，或者在不超過

t是調換次數的一半

5. Levenshtein.jaro_winkler(s1, s2)

計算Jaro–Winkler距離

python 有沒有一個模塊可以比較兩個文本文件內容差異的？而且可以只輸出差異的部分？

difflib是python提供的比較序列(string list)差異的模塊。實現了三個類：

1SequenceMatcher 任意類型序列的比較 (可以比較字元串)

2Differ 對字元串進行比較

3HtmlDiff 將比較結果輸出為html格式.

建議你使用SequenceMatcher比較器，給你個例子吧。

SequenceMatcher實例:

import difflib

from pprint import pprint

a = ‘pythonclub.org is wonderful’

b = ‘Pythonclub.org also wonderful’

s = difflib.SequenceMatcher(None, a, b)

print “s.get_matching_blocks():”

pprint(s.get_matching_blocks())

print

print “s.get_opcodes():”

for tag, i1, i2, j1, j2 in s.get_opcodes():

    print (“%7s a[%d:%d] (%s) b[%d:%d] (%s)” %  (tag, i1, i2, a[i1:i2], j1, j2, b[j1:j2]))

輸出為：

s.get_matching_blocks():

[(1, 1, 14), (16, 17, 1), (17, 19, 10), (27, 29, 0)]

s.get_opcodes():

replace a[0:1] (p) b[0:1] (P)

  equal a[1:15] (ythonclub.org ) b[1:15] (ythonclub.org )

replace a[15:16] (i) b[15:17] (al)

  equal a[16:17] (s) b[17:18] (s)

 insert a[17:17] () b[18:19] (o)

  equal a[17:27] ( wonderful) b[19:29] ( wonderful)   

SequeceMatcher(None,a,b)創建序列比較對象，將以a作為參考標準進行

Sequecematcher(None,b,a)創建序列比較對象，將以b作為參考標準進行

a,b表示待比較的兩個序列，生成序列比較對象後，調用該對象的get_opcodes()方法，將返回一個元組(tag,i1,i2,j1,j2).tag表示序列分片的比較結果.i1,i2表示序列a的索引，j1,j2表示序列b的索引.

get_opcodes()返回元組(tag,i1,i2,j1,j2)的含義

如何計算車牌的識別準確率？

識別率主要看識別核心演算法是否強大（北京易泊識別相機）嵌入式車牌識別演算法識別率高，識別速度快，支持車牌種類全。針對傾斜車牌，陰陽車牌，車牌過大等現場出現的特殊問題也進行了演算法優化和測試，提高了識別率，正常運行環境識別率可達99.7%