比较两个字符串相似程度的方法有很多种，其中之一就是Levenshtein distance，它度量了将一个字符串修改为另一个字符串所需的单字符编辑次数，Python库提供了这种方法：python-Levenshtein.
另一种方法是Ratcliff/Obershelp模式识别，它将匹配字符数除以字符总数，Python中包含了这种方法的实现：

from difflib import SequenceMatcher

SequenceMatcher(None, "Toyota", "Toyota Supra").ratio()
# returns 0.6666...

使用后者，您可以执行以下操作：

sorted(Cars, key=lambda s: SequenceMatcher(None, s, "Toyota").ratio())
# last entry in list is the best match

from difflib import SequenceMatcher

SequenceMatcher(None, "Toyota", "Toyota Supra").ratio()
# returns 0.6666...

我不确定这是不是你的意思，或者这是不是最好的方法，但是我只是计算了两个字符串匹配的百分比。
代码：

SEARCH_TERM = "Toyota"
CARS = ["Toyota Supra","Toyota","Nissan","Honda Civic","BMW","Opel Corsa","Toyota Trueno"]

for item in CARS:
    if SEARCH_TERM in item:
        not_matching_chars = len(item.replace(SEARCH_TERM, ""))
        all_chars = len(item)
        percent = 100 - ((not_matching_chars / all_chars) * 100)
        print(f"{item}: {percent}% matching")

输出：

Toyota Supra: 50.0% matching
Toyota: 100.0% matching
Toyota Trueno: 46.15384615384615% matching