在PHP中查找顶部相似的字符串？

Question

在PHP中查找顶部相似的字符串？

3

我可以帮您进行翻译。以下是需要翻译的内容：

我有一个包含17,000个字符串的数组。其中许多字符串具有相似的匹配项，例如：

User Report XYZ123
Bob Smith
User Report YEI723
User Report
User Report
Number of Hits 27
Frank's Weekly Transaction Report
Transaction Report 123

什么是查找顶部“相似字符串”的最佳方法？例如，使用上面的示例，我希望看到“用户报告”和“交易报告”作为顶部“相似字符串”中的两个。

- James Skidmore

“最相似”的应该是“Frank的每周交易报告”和“交易报告123”，而不是其他的。 - MightyPork

1

一种简单的方法是使用levenshtein()函数来确定两个字符串之间的距离。 - Nadh

4个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- vicentazo · Answer 1

你可以计算每个字符串与其他字符串的Levenstein距离，然后按照该值对它们进行排序。

$strings = array('str1', 'str2', 'car', 'dog', 'apple', 'house', 'str3');
$len = count($strings);

$distances = array_fill(0, $len, 0);

for($i=0; $i<$len-1; ++$i)
    for($j=$i+1; $j<$len; ++$j)
    {
        $dist = levenshtein($strings[$i], $strings[$j]);
        $distances[$i] += $dist;
        $distances[$j] += $dist;
    }

// Here $distances indicates how of "similar" is each string
// The lower values are more "similar"

- Mike Weir · Answer 2

不需要提供所有源代码来完成这个任务，你可以遍历数组并删除你认为无用的组件，例如任何带有数字的字母等。

然后，您可以使用array_count_values()函数并对该数组进行排序以查看涉及最多的前几个。

- Oliver Crow · Answer 3

我想你可以通过foreach循环遍历每个字符串，并消除那些在特定搜索中不需要的字符串。然后，通过另一个foreach循环遍历剩下的字符串，并逐渐缩小你感兴趣的字符串数量，直到只剩下几个。然后按字母顺序对它们进行排序。

- DaGhostman Dimitrov · Answer 4

如果您能够将所有字符串作为数组获取并在foreach()中循环，就像这样：

$string_array = array('string', 'string1', 'string2', 'does-not-match');
$needle = 'string';

$results = array();
foreach($string_array as $key => $val):
    if (fnmatch($needle, $val):
        $results[] = $val;
    endif;
endforeach;

最终，您应该得到与$needle匹配的条目。作为fnmatch()的替代方案，您可以使用preg_match()，并将模式设置为/string/i。

$string_array = array('string', 'string1', 'string2', 'does-not-match');
$needle = '/string/i';

$results = array();
foreach($string_array as $key => $val):
    if (!empty(preg_match($needle, $val)):
        $results[] = $val;
    endif;
endforeach;

请注意，使用empty()和传递preg_match()的结果可能会出现问题。

在PHP 5.5之前，empty()仅支持变量；其他任何内容都将导致解析错误。换句话说，以下内容将无法正常工作：empty(trim($name))。而应该使用trim($name) == false。

在PHP版本5.3.x < 5.4中不应发出错误。