只对汉字进行相似度分析，以单个字为向量，然后每个字在章节中出现的次数，便是以此字向量的值。现在我们假设：
章节1中出现的字为：Z1c1,Z1c2,Z1c3,Z1c4……Z1cn；它们在章节中的个数为：Z1n1,Z1n2,Z1n3……Z1nm；
章节2中出现的字为：Z2c1,Z2c2,Z2c3,Z2c4……Z2cn；它们在章节中的个数为：Z2n1,Z2n2,Z2n3……Z2nm；
其中，Z1c1和Z2c1表示两个文本中同一个字，Z1n1和Z2n1是它们分别对应的个数，
最后我们的相似度可以这么计算：
代码如下：
#_*_encoding:utf-8_*_
import math
import time
#---------------------------------------------------------------
# 文本相似度计算
# 值0-1, 越靠近1越相似
#---------------------------------------------------------------
def Similarity(s1, s2):
'''
相似度计算，输入必须为unicode编码，且不为空
仅计算汉字
'''
#汉字U编码 4E00-9FA5
tmp = {}
for i in s1:
a = ord(i)
if 0x4DFF
try:
tmp[a][0] = tmp[a][0] + 1
except:
tmp[a] = [1, 0]
for i in s2:
a = ord(i)
if 0x4DFF
