matchina 0.2.2

中国企业中英文名称对齐匹配库 (7825 家企业 100% 覆盖)

Matchina

English | 中文

中国企业中英文名称对齐匹配库。支持精确匹配、别名匹配、模糊搜索，离线使用，无需网络。

特性

• 🔍 四层匹配策略：精确匹配 → 别名匹配 → 规则匹配 → 模糊匹配
• 🇨🇳 中英文支持：同时支持中文和英文名称
• 📦 离线使用：所有数据打包在库内，无需网络
• ⚡ 高性能：单次匹配 < 100ms
• 🐍 Python 3.8+：支持 Python 3.8 及以上版本

安装

pip install matchina

快速开始

from matchina import resolve, search, resolve_batch

# 精确匹配
result = resolve("华为")
print(result[0].name_cn)      # 华为技术有限公司
print(result[0].name_en)      # Huawei Technologies Co., Ltd.
print(result[0].confidence)   # 1.0

# 英文匹配
result = resolve("Alibaba")
print(result[0].name_cn)       # 阿里巴巴集团控股有限公司

# 别名匹配
result = resolve("抖音")
print(result[0].name_cn)       # 北京字节跳动科技有限公司
print(result[0].confidence)    # 0.95

# 批量匹配
names = ["腾讯", "百度", "小米", "比亚迪"]
results = resolve_batch(names)
for name, matches in results.items():
    if matches:
        print(f"{name} → {matches[0].name_cn}")

# 模糊搜索
results = search("科技", limit=5)
for r in results:
    print(f"{r.name_cn} (置信度：{r.confidence:.2f})")

匹配策略

匹配类型	说明	置信度
exact	完全匹配	1.0
alias	别名匹配	0.95
rule	规则匹配（后缀/缩写）	0.85
fuzzy	模糊匹配（编辑距离）	0.6-0.8

数据覆盖

当前版本包含：

• 7825 家企业实体 ✅ (100% 中文名 - 英文名对齐)
• A 股上市公司: 完整覆盖
• 港股上市公司: 完整覆盖
• 中概股: SEC EDGAR 数据
• 独角兽品牌: 手动验证
• 知名企业: 手动验证

API 文档

resolve(name, top_k=5)

匹配企业名称。

参数:

• name (str): 企业名称（中文或英文）
• top_k (int): 返回结果数量，默认 5

返回: List[MatchResult]

search(query, limit=10)

模糊搜索企业名称。

参数:

• query (str): 搜索关键词
• limit (int): 返回结果数量，默认 10

返回: List[MatchResult]

resolve_batch(names, top_k=5)

批量匹配企业名称。

参数:

• names (List[str]): 企业名称列表
• top_k (int): 每个名称返回结果数量

返回: Dict[str, List[MatchResult]]

MatchResult

匹配结果对象。

@dataclass
class MatchResult:
    entity_id: str      # 实体 ID
    name_cn: str        # 中文名称
    name_en: str        # 英文名称
    confidence: float   # 置信度 (0.0-1.0)
    aliases: List[str]  # 别名列表
    match_type: str     # 匹配类型

示例企业

中文名	英文名	别名
华为技术有限公司	Huawei Technologies Co., Ltd.	华为、HUAWEI
腾讯控股有限公司	Tencent Holdings Limited	腾讯、微信、QQ、Tencent
阿里巴巴集团控股有限公司	Alibaba Group Holding Limited	阿里、淘宝、天猫、Alibaba
北京字节跳动科技有限公司	Beijing ByteDance Technology Co., Ltd.	字节跳动、抖音、TikTok、今日头条
小米科技有限责任公司	Xiaomi Technology Co., Ltd.	小米、MI、Xiaomi

开发

# 克隆仓库
git clone https://github.com/janseling/matchina.git
cd matchina

# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest

# 类型检查
mypy matchina

# 代码检查
ruff check matchina

贡献

欢迎贡献代码、报告问题或提出建议！

1. Fork 本仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

许可证

MIT License

更新日志

v0.2.1 (2026-03-21)

• 🎉 数据量提升至 7825 家企业 (100% 英文名补全)
• ✅ A 股、港股、中概股完整覆盖
• 🔒 代码规范化：移除数据采集脚本，仅保留匹配算法
• 📊 新增 5% 测试用例 (391 条) 用于质量验证
• ⚡ 匹配性能优化 < 100ms

v0.1.0 (2026-03-14)

• 首次发布
• 支持 1132 家企业实体
• 四层匹配策略
• 中英文支持

---

Matchina - Match China, Match Enterprise Names.