Excel VBA，一种模糊匹配

Posted 2023-04-19

【中文标题】Excel VBA，一种模糊匹配

【英文标题】：Excel VBA, a kind of fuzzy match

【发布时间】：2015-07-15 10:31:14

【问题描述】：

我想在 Excel VBA 中自动化一个脚本，但我卡住了。

我有一个字符串 =“患者人数是 x。由此，很多患者是男性。一个特定的男性患者有 3 种致命的疾病。” （字符串会更长）

现在我想做的是搜索“患者”这个词在这个字符串中出现了多少次，即使这些词有拼写问题以及它们是如何写的。

我的想法是让我们以 80% 的置信度来匹配字符串中所有单词的单词“耐心”，我想要的结果是 .. 有 3 个匹配项，其中的单词字符串：“患者”、“患者”、“patint”。 有没有办法做到这一点？

【问题讨论】：

您可以制作一个拼写变体的字典，然后针对字符串中的每个单词将其与潜在匹配数组进行检查。

【参考方案1】：

当然是 YMMV，但要注意两件事：

Fuzzy Lookup Add-In for Excel

... 在 Microsoft Excel 中执行文本数据的模糊匹配。它可以 用于识别单个表中的模糊重复行或 模糊连接两个不同表之间的相似行。匹配是 对包括拼写错误在内的各种错误具有鲁棒性， 缩写、同义词和添加/缺失的数据。

计算Levenshtein Distance 也可能有用。

【参考方案2】：

这是 Levenshein 距离的 VBA 实现。您可以根据需要调整阈值。

Public Function Levenshtein(str1 As String, str2 As String) As Integer
On Error GoTo ErrHandler
    Dim arrLev, intLen1 As Integer, intLen2 As Integer, i As Integer
    Dim j, arrStr1, arrStr2, intMini As Integer

    intLen1 = Len(str1)
    ReDim arrStr1(intLen1 + 1)
    intLen2 = Len(str2)

    ReDim arrStr2(intLen2 + 1)
    ReDim arrLev(intLen1 + 1, intLen2 + 1)

    arrLev(0, 0) = 0
    For i = 1 To intLen1
        arrLev(i, 0) = i
        arrStr1(i) = Mid(str1, i, 1)
    Next

    For j = 1 To intLen2
        arrLev(0, j) = j
        arrStr2(j) = Mid(str2, j, 1)
    Next

    For j = 1 To intLen2
        For i = 1 To intLen1
            If arrStr1(i) = arrStr2(j) Then
                arrLev(i, j) = arrLev(i - 1, j - 1)
            Else
                intMini = arrLev(i - 1, j) 'deletion
                If intMini > arrLev(i, j - 1) Then intMini = arrLev(i, j - 1) 'insertion
                If intMini > arrLev(i - 1, j - 1) Then intMini = arrLev(i - 1, j - 1) 'deletion

                arrLev(i, j) = intMini + 1
            End If
        Next
    Next

    Levenshtein = arrLev(intLen1, intLen2)
    Exit Function

ErrHandler:
    MsgBox Err.Description
    Exit Function
End Function

【讨论】：

感谢大家的回复。我会努力解决的。

【参考方案3】：

您正在寻找的概念称为“全文搜索”。

我不是 100% 确定，但我认为这不是 Excel 或 VBA 中的原生功能。 据我所知，甚至 MS Access 都不支持这一点。

查看 Alex K 建议的插件或查看在您的应用中嵌入真实数据库。

【参考方案4】：

您可以使用 Soundex2 算法来匹配发音相似的单词。 This SO post 有一些关于 VBA 中 soundex 的指针。 请注意，该算法依赖于主要在英语中发现的特征。