在改造和集成项目中,经常需要搞清楚不同厂家对同一个设备信号,地址,变量命名的不同名字,并形成对照表。这种脏活累活,需要比较智能的工具来提升效率。利用字符串相似性算法来进行模糊匹配,是一个不错的思路。如何把人工总结的规律告诉字符串相似性算法呢?在应用字符串相似性算法之前,进行几次替换就行了。

import re
import csv
import difflib
# Pyhon 利用字符串相似性算法进行模糊匹配
# 帮助我们找到同一个事物的不同名字
# 找到OpcFile 中与RtdbFile 每行最接近的那一行
RtdbFile = r'rtdb_path.txt'
OpcFile = r'opc_path.txt'
RtdbPathList = sorted(open(RtdbFile).readlines())
OpcPathList = open(OpcFile).readlines()
# 定义已经明确的变换
rules = [
    ('BGV1.MMSState1','Stand19'),
    ('BGV1.MMSState2','Stand20'),
    ('.FFB1.MMSState1', 'Stand21'),
    ('.FFB1.MMSState2', 'Stand22'),
    ('.FFB2.MMSState1', 'Stand23'),
    ('.FFB2.MMSState2', 'Stand24'),
    ('.FFB3.MMSState1', 'Stand25'),
    ('.FFB3.MMSState2', 'Stand26'),
    ('.FFB4.MMSState1', 'Stand27'),
    ('.FFB4.MMSState2', 'Stand28'),
    ('.TMB1', 'Stand29'),
    ('.TMB2', 'Stand30'),
    ('.TMB3', 'Stand31'),
    ('.TMB4', 'Stand32'),
    ('BlowerState', 'LCVB')
    ]
reverse_rules = [
    ("Data.ST", "Data.Stand"),
    ("Data.SH", "Data.Shear"),
    ("mmsData.",''),
    ("RT.","RollerTable.")
]
# 定义没有意义的字符段
junkLbda = [ 'Data', 'WireLine.','WireLineExit.','PrefinishingMill.',':','WRM5.','MMSState.','MMSState1.','MMSState2.' ,' '] 
OpcList = sorted(list(map(lambda x:x.strip(),filter(lambda x: 'mmsData' in x and not 'Comm' in x and '{' in x,OpcPathList))))
RtdbPathList = list(map(lambda x:x.strip(), RtdbPathList))
for i in RtdbPathList:
    ii = i
    for x,y in rules:
        ii = ii.replace(x,y)
    for j in junkLbda:
        ii = ii.replace(j, '')
    sim = difflib.SequenceMatcher(None, i, OpcList[0]).ratio()
    simLine = OpcList[0]
    for j in OpcList:
        jj = j
        if "Data.LP" in jj:
            # 在正则表达式替换时进行简单的数学运算
            jj = re.sub(r"Data\.LP(\d+)",lambda exp: f'Stand{int(exp.groups()[0])-1}.MMSStateLp',jj)
        for x,y in reverse_rules:
            jj = jj.replace(x,y)
        s = difflib.SequenceMatcher(None, ii, jj).ratio()
        if s> sim:
            sim = s
            simLine = j
    #OpcList.remove(simLine)   
    print(f'{i},{simLine},{sim}')

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据