在PHP中，匹配一个字符串与关键字列表的最有效方法是什么？

Question

我有一个关键词列表，需要检查其中是否有任何一个出现在字符串中。例如：

/* Keywords */
Rock
Paper
Scissors

/* Strings */
"This town rocks!"    /* Match */
"Paper is patient"    /* Match */
"Hello, world!"       /* No match */

我可以将关键字放入数组中，循环遍历并在每次迭代中使用preg_match()或substr()函数，但这似乎有点消耗CPU。我已经尝试过正则表达式，但没有太大的成功。

在编写代码时，最高效的方法（就代码量和CPU负载而言）是什么？

请注意，比较必须不区分大小写。

- Frank van Wensveen

---

使用正则表达式字典树 (?i)(?:rock|paper|scissors)。第一层字典树是 [psr]。如果你有大量的关键词（比如几千个），可以使用工具将它们转换成多级字典树。http://www.regexformat.com - user557597

你说“那似乎有点CPU昂贵”，但你试过它们中的任何一个吗？如果你想知道事情需要多长时间，那么最好的方法就是实际尝试。你也可以使用像xdebug这样的软件包：http://xdebug.org/ - Andy Lester

Answer 1

使用包含所有可能的正则表达式，可以确保字符串只被扫描一次，而不是针对N个关键词进行N次扫描。PCRE库非常优化。

preg_match('/rock|paper|scissors/i', $string);

如果您的关键字具有共同前缀并且您利用了这一点（基本上通过构建Trie并将其内联），则速度会更快。

preg_match('/rock|paper|sci(?:ssors|ence)/i', $string);

最后还有一个问题需要解决。

preg_grep($regex, $array_of_strings);

这将会匹配一个字符串数组并返回匹配的结果。

- Kornel

Answer 2

为了查看是否存在任何关键词，您可以使用关键词数组来执行此操作：

if(str_ireplace($keyword_array, '', $string) != $string) {
    //match
} else {
    //no match
}

- AbraCadaver

---

str_ireplace会为N个关键字扫描字符串N次，并为新字符串分配内存。在性能方面相当糟糕。 - Kornel

Answer 3

如果你事先不知道你的关键词，并且你有多个字符串需要搜索，你可以将关键词合并成一个正则表达式，然后用grep命令来搜索这些字符串。

$keywords = array ('Rock', 'Paper', 'sciSSors');
$strings  = array (
    "This town rocks!",
    "Hello, world!",
    "Paper is patient",
);

$rc = preg_grep(
    sprintf('/%s/i', implode('|', array_map('preg_quote', $keywords))),
    $strings
);

/**
array(2) {
  [0]=>
  string(16) "This town rocks!"
  [2]=>
  string(16) "Paper is patient"
}
*/

在这里查看。

- bishop

---

这并不是完全可靠的：如果您的关键字包含“/”，则无法得到您期望的结果。留给读者作为练习。 - bishop