Question

PHP中的任何函数都检查两个字符串的相似度百分比吗？

例如我有：

$string1="Hello how are you doing" 
$string2= " hi, how are you"

并function($string1, $string2)将返回true，因为行中出现“how”，“are”，“you”等字样。

甚至更好，给我60％的相似度，因为“how”，“are”，“you”是$string1的3/5。

PHP中是否存在任何功能？

Answer 1

因为这是一个很好的问题，我付出了一些努力：

<?php
$string1="Hello how are you doing";
$string2= " hi, how are you";

echo 'Compare result: ' . compareStrings($string1, $string2) . '%';
//60%


function compareStrings($s1, $s2) {
    //one is empty, so no result
    if (strlen($s1)==0 || strlen($s2)==0) {
        return 0;
    }

    //replace none alphanumeric charactors
    //i left - in case its used to combine words
    $s1clean = preg_replace("/[^A-Za-z0-9-]/", ' ', $s1);
    $s2clean = preg_replace("/[^A-Za-z0-9-]/", ' ', $s2);

    //remove double spaces
    while (strpos($s1clean, "  ")!==false) {
        $s1clean = str_replace("  ", " ", $s1clean);
    }
    while (strpos($s2clean, "  ")!==false) {
        $s2clean = str_replace("  ", " ", $s2clean);
    }

    //create arrays
    $ar1 = explode(" ",$s1clean);
    $ar2 = explode(" ",$s2clean);
    $l1 = count($ar1);
    $l2 = count($ar2);

    //flip the arrays if needed so ar1 is always largest.
    if ($l2>$l1) {
        $t = $ar2;
        $ar2 = $ar1;
        $ar1 = $t;
    }

    //flip array 2, to make the words the keys
    $ar2 = array_flip($ar2);


    $maxwords = max($l1, $l2);
    $matches = 0;

    //find matching words
    foreach($ar1 as $word) {
        if (array_key_exists($word, $ar2))
            $matches++;
    }

    return ($matches / $maxwords) * 100;    
}
?>

Answer 2

正如其他答案已经说过，你可以使用similar_text。这是演示：

$string1="Hello how are you doing" ;
$string2= " hi, how are you";

echo similar_text($string1, $string2, $perc); //12

echo $perc; //61.538461538462

将返回12，并将在$ perc中设置您所要求的相似度百分比。

Answer 3

除了Alex Siri的回答，并根据以下文章：

http://docstore.mik.ua/orelly/webprog/php/ch04_06.htm

PHP提供了几个函数，可以让你测试两个字符串是否大致相等：

$string1="Hello how are you doing" ;
$string2= " hi, how are you";

<强> SOUNDEX

if (soundex($string1) == soundex($string2)) {

  echo "similar";

} else {

  echo "not similar";

}

<强>音位

if (metaphone($string1) == metaphone($string2)) {

   echo "similar";

} else {

  echo "not similar";

}

类似文字

$similarity = similar_text($string1, $string2);

<强>的Levenshtein

$similarity = levenshtein($string1, $string2);

Answer 4

好的，这是我的功能让它变得非常有趣。

我正在检查字符串的大致相似性。

这是我使用的标准。

单词的顺序很重要
这些词可以有85％的相似度。

示例：

$string1 = "How much will it cost to me" (string in vocabulary)
$string2 = "How much does costs it "   //("costs" instead "cost" -is a mistake) (user input);

算法： 1）检查单词的相似性，并用“正确”单词创建干净的字符串（按照它在词汇表中出现的顺序）。输出：“多少钱” 2）创建带有“正确单词”的干净字符串，以便它出现在用户输入中。输出：“它的成本是多少” 3）比较两个输出 - 如果不相同 - 返回no，否则返回yes。

error_reporting(E_ALL);
ini_set('display_errors', true);

$string1="сколько это стоит ваще" ;
$string2= "сколько будет стоить это будет мне";

if(compareStrings($string1, $string2)) {
 echo "yes";    
} else {
    echo 'no';
}
//echo compareStrings($string1, $string2);

function compareStrings($s1, $s2) {

    if (strlen($s1)==0 || strlen($s2)==0) {
        return 0;
    }

    while (strpos($s1, "  ")!==false) {
        $s1 = str_replace("  ", " ", $s1);
    }
    while (strpos($s2, "  ")!==false) {
        $s2 = str_replace("  ", " ", $s2);
    }

    $ar1 = explode(" ",$s1);
    $ar2 = explode(" ",$s2);
  //  $array1 = array_flip($ar1);
  //  $array2 = array_flip($ar2);
    $l1 = count($ar1);
    $l2 = count($ar2);

 $meaning="";
    $rightorder="";
    $compare=0;
    for ($i=0;$i<$l1;$i++) {


        for ($j=0;$j<$l2;$j++) {

            $compare = (similar_text($ar1[$i],$ar2[$j],$percent)) ;
          //  echo $compare;
if ($percent>=85) {
    $meaning=$meaning." ".$ar1[$i];
    $rightorder=$rightorder." ".$ar1[$j];
    $compare=0;
}

        }


    }
    //print_r($rightorder);
if ($rightorder==$meaning) {
    return true;
} else {
    return false;
}

}

我很想听听你的意见和建议如何改进它

Answer 5

您可以使用PHP函数similar_text。

int similar_text ( string $first , string $second)

检查PHP文档：http://php.net/manual/en/function.similar-text.php

Answer 6

虽然这个问题已经很老了，但由于几个原因只是添加了我的解决方案。首先是作者希望根据他的评论比较相似的单词而不是字符串。其次，大多数答案试图通过 similar_text 解决它，这不适合这个问题，因为它通过字符差异比较文本并找到相似性，这也会导致完全不同的字符串匹配。 @Hugo Delsing 给出的第一个答案是使用 array_flip 来反转键和值，但如果键重复一次以上，它将只考虑单词。我已经发布了以下将比较单词的答案。它唯一能给出的问题是它不会非常考虑单词的顺序。

function compareStrings($s1, $s2)
{
    if (strlen($s1) == 0 || strlen($s2) == 0) {
        return 0;
    }

    $ar1 = preg_split('/[^\w\-]+/', strtolower($s1), null, PREG_SPLIT_NO_EMPTY);
    $ar2 = preg_split('/[^\w\-]+/', strtolower($s2), null, PREG_SPLIT_NO_EMPTY);

    $l1 = count($ar1);
    $l2 = count($ar2);

    $ar2_copy = array_values($ar2);

    $matched_indices = [];
    $word_map = [];
    foreach ($ar1 as $k => $w1) {
        if (isset($word_map[$w1])) {
            if ($word_map[$w1][0] >= $k) {
                $matched_indices[$k] = $word_map[$w1][0];
            }
            array_splice($word_map[$w1], 0, 1);
        } else {
            $indices = array_keys($ar2_copy, $w1);
            $index_count = count($indices);
            if ($index_count) {
                if ($index_count == 1) {
                    $matched_indices[$k] = $indices[0];
                    // remove the word at given index from second array so that it won't repeat again
                    unset($ar2_copy[$indices[0]]);
                } else {
                    $matched_indices[$k] = $indices[0];
                    // remove the word at given indices from second array so that it won't repeat again
                    foreach ($indices as $index) {
                        unset($ar2_copy[$index]);
                    }
                    array_splice($indices, 0, 1);
                    $word_map[$w1] = $indices;
                }
            }
        }
    }
    return round(count($matched_indices) * 100 / $l1, 2);
}

如何检查PHP中两个字符串的部分相似性

6 个答案: