文字列距離計算機
テキスト
2 文字列を入力 — いくつかの編集距離指標でどれだけ離れているかを確認。**Levenshtein** は挿入・削除・置換をカウント — 古典的なスペルチェック指標。**Damerau-Levenshtein** は隣接 transposition も 1 編集としてカウント — タイピングのタイポにより適合。**Hamming** は位置ごとの差異をカウント（同じ長さの時のみ定義）。**類似度 %** は `(1 - levenshtein / max_length) * 100` — レコード重複削除のファジーマッチ閾値として有用。
—
類似度
57.1%
Levenshtein
3
Damerau-Lev.
3
Hamming
n/a
Damerau-Levenshtein は `ab → ba`（transposition）を 1 編集として扱う；通常の Levenshtein は 2 でカウント。Hamming は同じ長さの文字列にのみ動作。
使い方
- 2 文字列を入力/貼り付け。
- 各距離指標と類似度 % を確認。
- ファジー重複削除の開始閾値 ~85%+、タイポ許容検索はより低く。
よくある質問
- どの指標を使う？
- 人間が隣接文字を入れ替えるタイプ済みテキストには Damerau-Levenshtein を使う。タンパク質配列や固定長コードには Hamming。それ以外すべて（URL スラッグ・名前・自由テキスト）は Levenshtein が安全なデフォルト — ほとんどのスペルチェックライブラリが内部で使っている。
- 類似度 % と距離の関係は？
- 正規化された Levenshtein: 100% は同一・0% はすべての文字を置換する必要。分母は 2 文字列のうち長い方 — `cat` 対 `dog` は 0%（3 編集/3 文字）・`cat` 対 `catt` は 75%（1 編集/4 文字）。
- Hamming が時々 'n/a' の理由は？
- Hamming 距離は同じ長さの文字列にのみ定義。長さが異なれば意味のある対ごとの位置比較は不可 — Levenshtein を使う。
- 大文字小文字を区別する？
- はい。`Cat` 対 `cat` は Levenshtein 距離 1。大文字小文字を区別しない比較が欲しいなら、両入力をまず小文字化。
関連ツール
URL スラッグジェネレーター
任意のテキストを URL スラッグに変換 — アクセント除去、区切り選択、最大長指定。
テキスト00
Markdown テーブル生成
CSV・TSV・パイプ区切りデータを整列された GitHub 風 Markdown テーブルに変換。
テキスト00
テキスト Diff ビューア
2 つのテキストを行 / 単語単位で比較し、追加・削除をハイライト。
テキスト00
Lorem Ipsum ジェネレーター
段落・文・単語の単位でダミーテキストを生成。
テキスト00
大文字・小文字変換
大文字・小文字・Title・camelCase・snake_case などに変換。
テキスト00
文字数・単語数カウンター
文字・単語・文・行・バイト数をリアルタイムで数えます。
テキスト00