Question

我对这种情况感到困惑。我有一个包含300个或更多单词的数组列表，还有另一个包含500个或更多单词的句子列表。所以现在我要提取与单词列表匹配的句子。例如，

$a = ['lorem', 'ipsum', 'one', 'three', 'five'];
$b = [
   'lorem ipsum dolor',
   'one word',
   'three horse',
   'ten dolor'
];

我想基于$ a个单词提取$ b个句子。我不想使用foreach，因为它将是n个循环。解决这个问题的可行方法是什么？

Answer 1

通过调用preg_grep和正则表达式的神奇之处。

$a = ['lorem', 'ipsum', 'one', 'three', 'five'];

$pattern = '/\b('.implode('|',array_map(function($w){
      return preg_quote($w,'/'); //escape the delimiter too
 },$a)).')\b/i';

$b = [
   'lorem ipsum dolor',
   'one word',
   'three horse',
   'ten dolor'
];

print_r(preg_grep($pattern, $b));

输出：

Array
(
    [0] => lorem ipsum dolor
    [1] => one word
    [2] => three horse
)

Sandbox

如果您确定“单词”将不包含正则表达式的任何特殊内容（主要是标点符号），则可以这样简单地完成操作：

function matchWordsInSentances($words, array $sentances){
   if(!is_array($words))$words = [$words];
   return preg_grep('/\b('.implode('|',$words).')\b/i', $sentances);
}

preg_grep -返回与模式匹配的数组条目

数组 preg_grep （字符串 $ pattern ，数组 $ input [，int $ flags = 0]））

返回由与给定模式匹配的输入数组元素组成的数组。

http://php.net/manual/en/function.preg-grep.php

为了您的方便起见，数组图+ preg报价是一项安全功能：

preg_quote -引用正则表达式字符    字符串 preg_quote （字符串 $ str [，字符串 $ delimiter = NULL]）

preg_quote（）采用str并将反斜杠放在正则表达式语法中每个字符的前面。如果您有一个需要在某些文本中匹配的运行时字符串，并且该字符串可能包含特殊的正则表达式字符，这将很有用。

特殊的正则表达式字符为：。 \ + *吗？ [^] $（）{} =！ <> | ：-

请注意， / 不是特殊的正则表达式字符。

定界符如果指定了可选定界符，也将对其进行转义。这对于转义PCRE功能所需的分隔符很有用。 / 是最常用的定界符。

http://php.net/manual/en/function.preg-quote.php

您没有“必须”使用它们，它们确实在“单词”数组上添加了迭代，但是如果您可以使用.或?甚至是{{1 }}，您可能想使用它。基本上，它逃避了那些事情，因此它们不会被解释为正则表达式的一部分。如果您了解Regex，您可以随时忽略它，并像*这样利用$words = ["shoes?"]和shoe匹配它。

正则表达式说明

所使用的模式非常向前：

shoes单词边界，空格，标点，字符串的开头和结尾
\b捕获组
(...)或（|或word等）
word不区分大小写的标志。

在这种情况下，完整模式如下：

\i

或者用英语，从单词边界开始，匹配列表中的任何单词，结束于单词边界，不区分大小写地匹配

。

明智的表现，谁知道？如有疑问，请对它们进行基准测试并比较时间差。 /\b(lorem|ipsum|one|three|five)\b/i的好处是我们正在折叠其中一个数组，然后让PHP和PCRE（Regex引擎）处理实现所需的循环。

享受。

在另一个数组值中查找数组（句子）

1 个答案: