Levenshtein-bewerkingsafstand
Bereken de Levenshtein-afstand per Unicode-codepunt zonder tekst te normaliseren.
def edit_distance(a, b):
if not isinstance(a, str) or not isinstance(b, str):
raise ValueError("text.required")
previous = list(range(len(b) + 1))
for i, left in enumerate(a, 1):
current = [i]
for j, right in enumerate(b, 1):
current.append(min(current[-1] + 1, previous[j] + 1,
previous[j - 1] + (left != right)))
previous = current
return previous[-1]Controleer vóór het toepassen
Vergelijk het werkelijke gedrag met het verwachte resultaat. Onderzoek een mislukte controle voordat je verdergaat met wijzigingen.
Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Project
Test lege invoer, één emoji-vervanging en samengestelde of ontlede vormen zonder visuele gelijkheid te beloven.
def edit_distance(a, b):
if not isinstance(a, str) or not isinstance(b, str):
raise ValueError("text.required")
previous = list(range(len(b) + 1))
for i, left in enumerate(a, 1):
current = [i]
for j, right in enumerate(b, 1):
current.append(min(current[-1] + 1, previous[j] + 1,
previous[j - 1] + (left != right)))
previous = current
return previous[-1]Bepaal wat een tekstovereenkomst betekent voordat je die programmeert
GlyphMetrum is een programmeerwerkruimte voor Windows waarin je met een verbonden AI-model wijzigingen in tekstverwerking binnen je project onderzoekt. Begin met de beslissing die de toepassing moet nemen: invoer vergelijken, een nabijgelegen label voorstellen of een waarde afwijzen die niet voldoet. Vraag de assistent de relevante functie en de aanroepende code te inspecteren voordat deze wijzigingen voorstelt, zodat het gesprek implementatiedetails aan zichtbaar gedrag koppelt.
Het voorbeeld distance.py geeft dat gesprek een concreet beginpunt via een vergelijking op tekenbewerkingen. Het is voorbeeldcontext voor een project, geen zoekmachine of ingebouwde matchfunctie van GlyphMetrum. Je toepassing kan eigen beslissingen nodig hebben over hoofdlettergebruik, normalisatie en de aanvaardbare mate van verschil. Beoordeel die beslissingen apart van het mechanisme waarmee een afstand wordt berekend.
Test het resulterende gedrag met voorbeelden waarvan je de verwachte uitkomsten kunt uitleggen, inclusief lege tekst en visueel vergelijkbare tekenreeksen die anders zijn opgebouwd. Controleer hoe de aanroepende code omgaat met gelijke scores of het ontbreken van een aanvaardbare match. Verbind een ondersteund OpenAI-compatibel of Anthropic-endpoint en voeg waar nodig toegangsgegevens toe; een onbeperkt model is alleen te selecteren als het wordt aangeboden. Modelbeperkingen, beschikbare tools en contextlimieten hangen nog steeds af van de ingestelde dienst. De programmeerwerkruimte helpt het werk te organiseren, terwijl jij bepaalt of het resultaat bij de toepassing past.
Beslissingen over tekstvergelijking voor een programmeertaak
Definieert het voorbeeld een volledig matchbeleid?
Nee. Het biedt een vergelijkingsmechanisme om te bespreken. Je toepassing moet bepalen welke transformaties toegestaan zijn en welk resultaat als match geldt. Test die beslissingen vervolgens via de aanroepende code in plaats van alleen op de afstand te vertrouwen.
Moet hoofdletterongevoelige omzetting automatisch worden toegevoegd?
Alleen wanneer die past bij het beoogde gedrag. Sommige identificatiecodes zijn hoofdlettergevoelig, terwijl labels voor gebruikers dat mogelijk niet zijn. Geef de assistent representatieve voorbeelden en beoordeel waar normalisatie plaatsvindt, zodat die geen andere tekst beïnvloedt.
Hoe kan ik dubbelzinnige suggesties controleren?
Neem gevallen op waarin meerdere kandidaten even dichtbij liggen en beschrijf hoe de toepassing moet reageren. Inspecteer naast de vergelijkingsfunctie ook de selectielogica, want een correcte afstand kiest geen bruikbaar beleid voor gelijke scores.
Is GlyphMetrum een kant-en-klare dienst voor zoeken op benadering?
Er wordt geen dergelijke dienst geclaimd. Het is een programmeerwerkruimte waarin je tekstverwerkingscode in je project kunt bespreken en beoordelen. Indexering, toepassingsgedrag en eventuele zoekinfrastructuur blijven jouw verantwoordelijkheid bij de implementatie.
GlyphMetrum · Bijgewerkt 2026-10-25