[发明专利]文本比较方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种文本比较方法，其特征在于，包括：

遍历第一文本，获取所述第一文本中各字符串的第一指纹的指纹值；

遍历第二文本，获取所述第二文本中各字符串的第二指纹的指纹值；

比对所述第一指纹的指纹值和所述第二指纹的指纹值，得到所述第二文本和所述第一文本的相似度；

其中，所述指纹值为表征字符串内容与结构特性的值。

2.如权利要求1所述的文本比较方法，其特征在于，所述第一指纹的指纹值为所述第一文本中字符串的哈希值；所述第二指纹的指纹值为所述第二文本中字符串的哈希值。

3.如权利要求2所述的文本比较方法，其特征在于，

所述第一文本中字符串的哈希值为：所述第一文本的字符串中，最后一个字符对应计算出的哈希值；

所述第二文本中字符串的哈希值为：所述第二文本的字符串中，最后一个字符对应计算出的哈希值；

其中，字符串中的每一个字符的哈希值为，根据前一个字符的哈希值和自身的唯一标识值计算得到的值。

4.如权利要求3所述的文本比较方法，其特征在于，字符串中的每一个字符的哈希值为：

按照公式计算得到的f(x)的值；

其中，x表征字符串中的第x个字符，seed为预设的常数，str[x]为字符串中第x个字符的唯一标识值。

5.如权利要求4所述的文本比较方法，其特征在于，所述唯一标识值为字符的ASCII码值。

6.如权利要求1-5任一项所述的文本比较方法，其特征在于，

所述第一文本中各字符串为，所述第一文本中各行所对应的字符所构成的字符串；

所述第二文本中各字符串为，所述第二文本中各行所对应的字符所构成的字符串。

7.如权利要求1-5任一项所述的文本比较方法，其特征在于，比对所述第一指纹的指纹值和所述第二指纹的指纹值，得到所述第二文本和所述第一文本的相似度，包括：

针对第二文本中的每一个第二指纹，将该第二指纹的指纹值依次与所述第一文本中各所述第一指纹的指纹值比对；

统计所述第一文本中，具有该第二指纹的指纹值的第一指纹数量及位置；

根据统计得到的第一指纹数量及位置，确定所述第二文本和所述第一文本的相似度。

8.如权利要求7所述的文本比较方法，其特征在于，根据统计得到的第一指纹数量及位置，确定所述第二文本和所述第一文本的相似度，包括：

根据统计得到的所述第一指纹数量及位置，构造相似矩阵；

采用预设的相似度算法对所述相似矩阵进行计算，得到所述第二文本和所述第一文本的相似度。

9.一种文本比较装置，其特征在于，包括：

获取模块，用于遍历第一文本，获取所述第一文本中各字符串的第一指纹的指纹值；以及用于遍历第二文本，获取所述第二文本中各字符串的第二指纹的指纹值；

比对模块，用于比对所述第一指纹的指纹值和所述第二指纹的指纹值，得到所述第二文本和所述第一文本的相似度；

其中，所述指纹值为表征字符串内容与结构特性的值。

10.一种电子设备，其特征在于，包括：处理器、存储器及通信总线；

所述通信总线用于实现所述处理器和所述存储器之间的连接通信；

所述处理器用于执行所述存储器中存储的程序，以实现如权利要求1至8中任一项所述的文本比较方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8任一项所述的文本比较方法。