문자열 거리 계산기
두 문자열 입력 — 여러 편집 거리 지표로 얼마나 떨어져 있는지 확인. **Levenshtein**은 삽입·삭제·치환을 셈 — 고전 맞춤법 검사 지표. **Damerau-Levenshtein**은 인접 transposition도 한 편집으로 셈 — 타이핑 오타에 더 적합. **Hamming**은 위치별 차이를 셈(같은 길이일 때만 정의). **유사도 %**는 `(1 - levenshtein / max_length) * 100` — 레코드 중복 제거 퍼지 매치 임계값으로 유용.
유사도
57.1%
Levenshtein
3
Damerau-Lev.
3
Hamming
n/a
Damerau-Levenshtein은 `ab → ba`(transposition)을 한 편집으로 처리; 일반 Levenshtein은 둘로 셈. Hamming은 같은 길이 문자열에만 작동.
사용법
- 두 문자열 입력/붙여넣기.
- 각 거리 지표와 유사도 % 확인.
- 퍼지 중복 제거 시작 임계값 ~85%+, 오타 허용 검색은 더 낮게.
자주 묻는 질문
- 어떤 지표 사용?
- 사람이 인접 문자를 바꾸는 타이핑 텍스트는 Damerau-Levenshtein 사용. 단백질 서열·고정 길이 코드는 Hamming. 그 외 모든 것(URL 슬러그·이름·자유 텍스트)은 Levenshtein이 안전한 기본 — 대부분 맞춤법 라이브러리가 내부적으로 사용.
- 유사도 %와 거리 관계?
- 정규화된 Levenshtein: 100%는 동일·0%는 모든 문자 교체 필요. 분모는 두 문자열 중 더 긴 것 — `cat` 대 `dog`은 0%(3 편집/3 문자)·`cat` 대 `catt`는 75%(1 편집/4 문자).
- Hamming이 가끔 'n/a'인 이유?
- Hamming 거리는 같은 길이 문자열에만 정의. 길이가 다르면 의미 있는 쌍별 위치 비교 불가 — Levenshtein 사용.
- 대소문자 구분?
- 예. `Cat` 대 `cat`은 Levenshtein 거리 1. 대소문자 무시 비교 원하면 두 입력 모두 소문자화 먼저.
관련 도구
텍스트 뒤집기
텍스트를 네 가지로 뒤집기 — 문자, 단어 순서, 각 단어의 글자, 줄 순서. 이모지와 모든 언어를 지원합니다.
텍스트 반복기
단어·줄·텍스트 블록을 원하는 횟수만큼 반복합니다 — 줄바꿈·공백·쉼표·없음 또는 사용자 구분자로 연결.
마크다운 통계·읽기 시간
마크다운의 단어·문장·헤딩·링크·코드 블록을 카운트하고 읽기·말하기 시간 추정.
읽기·말하기 시간 계산기
텍스트를 읽거나 말하는 데 걸리는 시간 추정 — 느린·평균·빠른 독자, TED, 팟캐스트 WPM 프리셋.
가독성 계산기 (Flesch-Kincaid, Gunning Fog, SMOG, ARI)
영문 텍스트를 6가지 고전 가독성 공식으로 동시 채점 — Flesch Reading Ease, Flesch-Kincaid 학년, Gunning Fog, SMOG, ARI, Coleman-Liau — 공식별 등급과 통합 학년 추정치 표시.
글자수 단어수 카운터
글자·단어·문장·줄·바이트 수를 실시간으로 셉니다.