Fehlertoerantes Vergleichen von Strings?

[Guest]

Hallo ihr!
Ich habe eine Frage: Gibt es eine Möglichkeit, Strings fehlertolerant zu vergleichen. Also ich meine jetzt, wenn ich sie mit z.B. indexOf() vergleiche: ich mache indexOf( "Staion" ).. und finde trotzdem die Play Station oder sowas. Gibt es da eine einfche, für Einsteiger verständliche Möglichkeit? Danke schonmal im Vorraus.

 

[Guest]

hm... :###

 

[FelixB]

was fertiges in der API gibts da meines Wissens nicht... gibt ne Menge theoretische Arbeiten zu dem Thema. Für Einsteiger ist das aber eher weniger empfehlenswert...

 

[Guest]

Okay, danke für die Antwort.

 

[schalentier]

Also ne einfach API dazu kenn ich jetzt auch nicht, nur habsch mal irgendwo was ueber folgenden Ansatz gelesen:

Der Suchstring (staion) wird in 3er Silben geteilt, also sta, tai, aio, ion

Dann suchste nach diesen Silben im Text und zaehlst wieviel da vorkommen, bei Play Station sind das: sta und ion, also 2. Demnach ist die "Aehnlichkeit" 50% (2 gefundene bei 4 Silben insgesamt).

Das funktioniert, wenn ich mich recht erinnere, ziemlich gut; ist jedoch ziemlich aufwendig (und demnach, je nach Implementierung, relativ langsam). Aber immerhin nicht sooo unendlich schwierig.

 

[bygones]

@schalentier:

Die stadt hat ihr Ionenkraftwerk immer sehr gern gemocht, doch der oertliche tai chi verband hat mit seinem neuen aio (all-in-one) programm es zu nichte gemacht.

auch hier waere deine idee erfolgreich ;-)

man braeuchte im grunde sog. alignment algorithmen denen man einen cutoff geben kann der dann entscheidet ob ein wort gefunden wurde oder schon zu ausseinandergezogen bzw zu unaehnlich ist

 

[schalentier]

1. Nicht meine Idee
2. Ich hab nur den Ansatz gepostet

Es fehlen nat. Rangechecks (fuer die Silben), Auftrennung/Indexierung der zu durchsuchenden Daten, etc, etc.

Immerhin findet dieser Algo erstma ueberhaupt irgendwas und er ist auch fuer Nicht-Informatiker einigermassen verstaendlich ;-)

 

[bygones]

war auch kein kritik, nur ne anmerkung.

aber auch die silbentrennung ist natuerlich ein schwieriges unterfangen... durch das definieren der laenge einer silber hat man schon einen bias drinnen.

aber so sind nun mal die heuristischen verfahren... und wie du schon sagst, ein netter ansatz ist es auf alle faelle

 

[NTB]

Du suchst die http://de.wikipedia.org/wiki/Levenshtein-Distanz
oder auch http://de.wikipedia.org/wiki/Soundex

Gibts fertig von apache commons lang:
http://jakarta.apache.org/commons/lang/api-release/org/apache/commons/lang/StringUtils.html#getLevenshteinDistance(java.lang.String,%20java.lang.String)

 

[Guest]

Danke für die weiteren Antworten!

Allerdings hab ich mit der Implementierung noch eine Frage:

			if (StringUtils.getLevenshteinDistance("bliblablubb", elems[1]) < 3) {
               ...

Ich habe die StringUtils importiert, aber es fehlt trotzdem noch irgendwas, da getLevenshteinDistance nicht erkannt wird. Was muss ich hier noch tun? Oder hab ich einen Denk-/Verständnisfehler drin?

 

[NTB]

"nicht erkannt"? Aha... Kristallkugel wird grad geputzt - kannst Du die Fehlermeldung mal Posten?

Hast Du denn auch das JAR-File im Classpath angegeben?

 

[Guest]

Hast Du denn auch das JAR-File im Classpath angegeben?

:bahnhof: ööööhm.. nein!?

"The method getLevenshteinDistance(String, String) is undefined for the type StringUtils"

 

[NTB]

Was hast Du denn genau gemacht?

StringUtils gehört zu http://jakarta.apache.org/commons/lang/
Das musst Du Dir runterladen, das JAR-File in den Classpath stecken und StringUtils importieren.
Dann kannst Du das nutzen.

 

[Guest]

Achso! Jetzt weiß ich, was Du meinst! Danke!