我有一个要与候选列表匹配的字符串。这是一个例子：
# ignore case
string = "The Shining" # The Stanley Kubrick Movie
candidates = ['Shining', 'The shins', 'Shining, The']
most_similar(string, candidates)
==> 'Shining, The'
进行“文字字符串比较”，在这种情况下，我通常使用Levenshtein distance或比率。但是，我想做一个更复杂的相似性测试，以便上述情况下的最佳匹配是Shining, The。
我猜这是一个普遍的问题，可能已经广泛解决，所以我想知道是什么库/工具/等。也许是获得我想要做的最好的方法？
您正在寻找gensim或fuzzywuzzy包。
在这种情况下，由于您只是想进行字符串匹配，因此您可能倾向于fuzzywuzzy。
gensim更多地用于计算文档，段落，句子，单词，语料库等的相似性得分和矢量表示。但是，它更侧重于语义和主题意义，而不是文字字符串匹配。
因此，在您的情况下，可以使用模糊字符串匹配：
from fuzzywuzzy import fuzz
fuzz.partial_ratio('Shining', 'The shins')
>>> 50
fuzz.partial_ratio('Shining', 'Shining, The')
>>> 100
fuzz.partial_ratio('Shining', 'unrelated')
>>> 14
partial_ratio函数区分大小写，因此您可能需要小写所有输入。它将输出0到100之间的分数（100是非常强的匹配）。由您决定如何从此处过滤匹配，也许使用阈值：if score > 75: its a match。
我建议您研究fuzzywuzzy程序包中的不同功能，以了解哪种情况最适合您。