字符串相似度
使用 Levenshtein、Jaro-Winkler、余弦、杰卡德、汉明和 Dice 等多种算法对比两段文本的相似度，即时出结果，100% 隐私保护。
什么是字符串相似度？
字符串相似度衡量两段文本的匹配程度，广泛应用于拼写检查、DNA 分析、抄袭检测和数据纠错等领域。
什么是 Levenshtein 距离？
Levenshtein 距离（编辑距离）衡量将一个字符串变为另一个字符串所需的最少单字符编辑次数（插入、删除或替换）。例如 "cat" 和 "bat" 的距离为 1。
什么是 Jaro-Winkler 相似度？
Jaro-Winkler 对具有相同前缀的字符串给予更高分数，常用于数据库中的姓名、地址匹配，能有效处理拼写错误。
余弦相似度是如何工作的？
余弦相似度将字符串拆分为字符 n-gram，转换为向量后计算两向量间夹角的余弦值。适用于较长文本，常用于信息检索。
余弦相似度和杰卡德相似度有什么区别？
余弦相似度使用 n-gram 频率向量并计算夹角，杰卡德相似度则使用 n-gram 集合的交集与并集之比。杰卡德忽略重复项，余弦不忽略。
什么是汉明距离？
汉明距离统计两个等长字符串在相同位置上不同字符的个数，仅适用于等长字符串，常见于纠错编码。
什么是 Sørensen-Dice 系数？
Sørensen-Dice 系数基于两个字符串共有的 bigram 数量与总 bigram 数量的比例来衡量相似度，对共有元素赋予更高权重。
应该选择哪种算法？
短文本（姓名、编码）有拼写错误时选 Levenshtein 或 Jaro-Winkler；长文本选余弦相似度；快速集合比较选杰卡德；等长字符串选汉明距离。
什么是 n-gram 分析？
n-gram 是字符串中连续 n 个字符的序列。例如 "hello" 的 bigram 为 "he"、"el"、"ll"、"lo"。n-gram 是许多相似度算法的基础。
什么是模糊匹配？
模糊匹配查找与目标模式近似（而非完全）匹配的字符串，常用于搜索引擎、拼写检查和数据清洗中处理拼写错误和变体。
我的数据会发送到服务器吗？
不会，所有计算都在您的浏览器本地完成，文本不会离开您的设备，没有服务器端处理或数据存储。
可以比较不同语言的文本吗？
可以，算法支持任意 Unicode 字符。但由于不同语言的字符结构和分词方式不同，结果可能会有差异。
如何使用字符串相似度
对比两个字符串并用 Levenshtein、Jaro-Winkler、Jaccard、Dice 等算法给出相似度评分，全部在浏览器本地计算，数据不上传。
- 把第一个字符串粘贴到上方输入框，第二个粘贴到下方输入框。
- 编辑任意一侧文本时，相似度评分会即时更新，范围从 0（完全不同）到 1（完全相同）。
- 看 Levenshtein 了解两串之间需要的单字符编辑次数，比较姓名等前缀敏感场景可用 Jaro-Winkler。
- 用 Jaccard 或 Dice 衡量共享字符集合，用 Cosine 看向量式重叠，Hamming 只适用于等长字符串。
各算法的口径本就不同：建议同时对比两三个，Levenshtein 数的是编辑次数，Jaccard 数的是共同片段。
相关工具
- 行排序 按字母、数字或长度对文本行排序。一键去重和反转顺序。
- 数字转大写 将数字转换为英文单词、中文大写、罗马数字和科学计数法。
- 大小写转换器 在大写、小写、标题格式、驼峰格式、蛇形格式、短横线格式等之间即时转换文本
- 随机大小写转换器 将文本字母随机转换为大写或小写。在浏览器中即时创建海绵宝宝大小写文本。
- 创建回文 通过追加反转字符串从任意文本创建回文。免费在线工具，浏览器即时运行，支持多行模式。
- 回文检测 即时检测任意文本、单词或句子是否为回文。免费在线工具，100% 在浏览器中运行，数据不会发送到任何服务器。
- 字符串旋转 在线字符串旋转工具，支持向左或向右循环移位字符，实时预览，无需安装。
- 文本重复工具 按指定次数重复文本，支持自定义分隔符。免费、快速，完全在浏览器中运行。