问题标签 [string-comparison]

这就是问题所在——我有几千个小文本片段，从几个单词到几个句子不等——最大的片段在磁盘上大约有 2k。我希望能够相互比较，并计算相关性因子，以便向用户显示相关信息。

有什么好的方法可以做到这一点？是否有已知的算法可以做到这一点，是否有任何 GPL 解决方案等？

我不需要它来实时运行，因为我可以预先计算一切。我更关心获得好的结果而不是运行时。

我只是想在编写自己的东西之前先问问 Stack Overflow 社区。必须有人在此之前找到了很好的解决方案。

如果我执行以下语句：

结果为“-1”，表示“mun”的数值小于“mün”。

但是，如果我执行此语句：

我得到“1”，表示“Muntelier, Schewiz”应该排在最后。

这是比较中的错误吗？或者，更有可能的是，在对包含重音的字符串进行排序时，我应该考虑一个规则

这是一个问题的原因是，我正在对列表进行排序，然后进行手动二进制过滤器，这意味着每个字符串都以“xxx”开头。

以前我使用的是 Linq 'Where' 方法，但现在我必须使用另一个人编写的这个自定义函数，因为他说它性能更好。

但是自定义函数似乎没有考虑 .NET 的任何“unicode”规则。因此，如果我告诉它按“mün”过滤，它不会找到任何项目，即使列表中有以“mun”开头的项目。

这似乎是因为重音字符的顺序不一致，具体取决于重音字符后面的字符。

好的，我想我已经解决了这个问题。

在过滤器之前，我根据每个字符串的前n 个字母进行排序，其中n是搜索字符串的长度。

为什么用 Python"hello" is "hello"生成？True

我在这里阅读了以下内容：

如果两个字符串文字相等，则它们已被放入相同的内存位置。字符串是不可变的实体。不能造成任何伤害。

那么每个 Python 字符串在内存中只有一个位置吗？听起来很奇怪。这里发生了什么？

可能重复：
为什么 Mercurial 认为我的 SQL 文件是二进制文件？

我最近开始使用 Mercurial，当我恢复我的一个 .SQL 文件时，Mercurial 执行了二进制比较。这显然限制了所做更改的可见性，因为没有差异。

是否可以设置文件类型以进行字符串比较？

我正在使用 Tortioise Hg 0.8.1 和 Mercurial 1.3.1。

对于排序项目名称，我想正确支持数字。即：

代替

有谁知道已经支持它的比较函子？
（即可以传递给的谓词std::sort）

我基本上有两种模式要支持：前导数字（如上）和末尾数字，类似于资源管理器：

（我想我可以解决这个问题：按字符进行比较，并以不同的方式处理数值。但是，这可能会破坏 unicode collaiton 之类的）

通过套接字连接接收数据字符串。当接收到动作变量将='IDENTIFY'的第一个示例时，它可以工作。但是当接收到第二个示例时，动作变量将 = 'MSG' 它不进行比较。

最奇怪的是，当我使用 Telnet 而不是我的套接字客户端时，两者都被成功比较。但是字符串是相同的......是否有可能字符串的编码方式不同？我怎么知道？

数据示例：

我有一个调用网络服务的 Cocoa 应用程序。当我解析来自 Web 服务的响应时，我得到一个 \n 作为 XML 中每个元素的 NSXMLParser 的 foundCharacters 委托中的最后一个字符。

当我尝试执行以下操作时：

检查将始终无法捕获换行符。有人知道字符串检查换行符的好方法吗？

我也觉得奇怪的是，每个元素在每个值的末尾都有一个换行符，尽管我在 Web 服务的输出中没有看到任何证据。

对于应该非常容易做到的事情来说，这是一个相当大的问题。

我在两个字符串中存储了两个 IP 地址值

我只想比较 ip 地址的前两部分，即116.95两个字符串中的部分，因为它在两个字符串中都相同，所以我的比较应该返回 true。如何在 PHP 中进行部分字符串比较？

我的程序中有几个相同的字符串常量：

是否保证它们具有相同的地址，即我可以编写以下代码吗？我听说 GNU C++ 优化了字符串，所以它们具有相同的地址，我可以在我的程序中使用该功能吗？

我需要更改 nvarchar 变量的排序规则。通过文档：

(...) 3. 可以在多个级别指定 COLLATE 子句。其中包括：

转换表达式的排序规则。您可以使用 COLLATE 子句将字符表达式应用于某个排序规则。字符文字和变量被分配了当前数据库的默认排序规则。列引用被分配列的定义排序规则。有关表达式的排序规则，请参阅排序规则优先级 (Transact-SQL)。

但是，我无法找出使用 CAST()、CONVERT() 或带有 DECLARE 的变量声明用于此目的的正确语法。