TypeError 尝试使用 for 循环比较文本答案

【问题标题】：TypeError trying to compare texts using for loopTypeError 尝试使用 for 循环比较文本
【发布时间】：2020-08-17 11:40:00
【问题描述】：

我正在尝试比较从不同网站抓取的文本。我有一个从数据框中的列中获取的文本列表。为了比较这个列表中的文本，我尝试使用相似度（我不知道是否有其他方法可以做到这一点）。这是代码：

from difflib import SequenceMatcher

titles = filtered_dataset['Titles'].tolist()

def similar(a, b):
    return SequenceMatcher(None, a, b).ratio()

def get_jaccard_sim(str1, str2): 
    a = set(str1.split()) 
    b = set(str2.split())
    c = a.intersection(b)
    return float(len(c)) / (len(a) + len(b) - len(c))

similarities=[]
j_similarities=[]
for title in titles:
    similarity=similar(title, title+1)
    jacc_similarity=get_jaccard_sim(title,  title+1) # I would like to compare the first text to the others; then the second one, and so on...

我收到以下错误：

TypeError: can only concatenate str (not "int") to str

因为

similarity=similar(title, title+1)
jacc_similarity=get_jaccard_sim(title,  title+1)

您能帮我修复错误以比较文本吗？

【问题讨论】：

对不起，很遗憾我认为比较可能有问题。我想比较的是“标题”列表中的字符串“标题”与该列表中的每个项目。我认为 title +str(1) 不能做同样的事情，但也许我说错了。你能确认这没问题吗？毫无疑问，使用 str(1) 修复错误，但不允许我比较文本。我不知道这是否是另一个问题。如果我需要开一个新的，请告诉我。谢谢@Nuwan Madushanka

标签： python scikit-learn nlp similarity

【解决方案1】：

您添加 title (String) 和 1 (int) 但在 python 中您不能添加 string 和 integer 如果要将字符串添加到整数，则将该整数更改为字符串。例如： "sampleString"+str(1) = "sampleString1" ，str() 函数将 1 更改为 '1'。所以这里 type("sampleString") 是字符串，而 type(str(1)) 是字符串。所以你可以把两个字符串加在一起。

使用此代码

similarity=similar(title, title+str(1))
jacc_similarity=get_jaccard_sim(title,  title+str(1))

谢谢。

【讨论】：

【解决方案2】：

好吧，你正在连接字符串和整数，这就是它通过错误的原因。这里的标题是字符串，1 是一个整数，你可以在代码下面使用以避免错误

similarity=similar(title, title+str(1))
jacc_similarity=get_jaccard_sim(title,  title+str(1))

【讨论】：