🔀
字符串相似度
计算两个字符串的编辑距离(Levenshtein)与相似度百分比。
本地处理 · 不上传
加载工具中…
相关：编辑距离 · Levenshtein · 字符串相似度 · 文本比对 · 模糊匹配
字符串相似度计算两段文本的编辑距离——把一个变成另一个所需的最少增删改次数，并给出归一化的相似度百分比。用于查重、纠错与模糊匹配。
使用步骤
- 输入两个字符串
- 查看编辑距离与相似度
- 查看具体的差异位置
- 调整后重新比较
使用场景
- 判断两条记录是否为同一实体的不同写法
- 实现搜索的拼写纠错建议
- 数据清洗时找出近似重复项
- 比较文件名或标题的相似程度
小贴士
- 编辑距离是绝对值，长文本的距离天然更大，跨长度比较应看归一化后的相似度而非原始距离。
- 中文按字计算距离，一个汉字算一次编辑；若按字节计算，一个汉字的差异会被算成三次，结果失真。
- 模糊匹配的阈值需要按业务实测确定，通常相似度 0.85 以上才比较可靠，过低会引入大量误判。
常见问题
编辑距离和相似度什么关系？
相似度通常定义为 1 减去编辑距离除以较长字符串的长度。距离越小相似度越高，后者的好处是与文本长度无关，便于设阈值。
能用来查重吗？
适合短文本（姓名、地址、标题）的近似匹配。长文档查重应使用分词后的余弦相似度或 SimHash，编辑距离在长文本上计算量大且不敏感。
为什么有的算法结果不同？
编辑距离有多个变体：标准 Levenshtein 允许增删改，Damerau 版本额外允许相邻字符交换，Hamming 距离只允许替换。选用变体不同结果自然不同。
字符串相似度是免费的吗？
是。本站所有工具完全免费，无需注册登录、无广告干扰，打开即用。
使用字符串相似度，我的数据安全吗？
安全。该工具在你的浏览器本地完成处理，输入内容不会上传到服务器，隐私更有保障。