script.py

import json
from Levenshtein import distance

def distancia_minima(a, b):
    """
    Calcula la distancia de Levenshtein entre dos cadenas.
    """
    return distance(a, b)

def personas_similares(archivo1, archivo2):
    """
    Encuentra personas en archivo1 que son similares a las personas en archivo2.
    """
    with open(archivo1, 'r') as f1, open(archivo2, 'r') as f2:
        lista1 = json.load(f1)
        lista2 = json.load(f2)

    similares = []

    for persona1 in lista1:
        mejor_match = None
        mejor_distancia = float('inf')

        for persona2 in lista2:
            distancia_nombre = distancia_minima(persona1['firstname'], persona2['firstname'])
            distancia_apellido = distancia_minima(persona1['lastname'], persona2['lastname'])
            distancia_total = distancia_nombre + distancia_apellido

            if distancia_total < mejor_distancia:
                mejor_distancia = distancia_total
                mejor_match = persona2

        # Aceptar hasta un 20% de diferencia como criterio arbitrario
        if mejor_distancia <= (len(persona1['firstname']) + len(persona1['lastname'])) * 0.2:
            similares.append((persona1, mejor_match))

    return similares

# Ejemplo de uso
archivo1 = "ruta/del/archivo1.json"
archivo2 = "ruta/del/archivo2.json"
print(personas_similares(archivo1, archivo2))