Question

我正在运行一个相当简单的脚本，它尝试将来自csv文件的字符串与mysql表中的潜在匹配项进行匹配（排序规则：ut8_general_ci）。对于csv文件中的每一行，我都会拉出我想要的字符串（haystack），它看起来像这样：

“Full Cmte.Rutland Rutland VT成员城市”

对于每个字符串，我从我的数据库中提取匹配列表，并循环遍历它们直到stristr找到匹配项。（我使用stristr而不是正则表达式因为它更简单并且（我认为？）更快。）一些匹配的字符串不具有语法/句法意义，因为它们被构造为特定于此数据集的别名。其中一个是“Rutland Rutland VT市”（“拉特兰市（VT）”的别名），它应该但不符合上面的字符串。对于超过90％的这些比赛，我没有任何问题。但是，某些文本匹配似乎不起作用。

以下是未能产生匹配的列表：

Haystack =＆gt;针

“Full Cmte.Ocala Ocala FL成员城市”=＆gt; “Ocala Ocala FL市”
“全体成员水和卫生区Anthony NM”=＆gt; “水和卫生区安东尼”
“Energy Clean Air＆amp; Climate Change Subcmte Member Consol Inc.” =＆GT; “康索尔公司”。
“Full Council Member;综合服务高级副总裁Burke Inc. Cincinnati OH”=＆gt; “伯克公司”。
“圣安东尼奥市TX”=＆gt; “圣安东尼奥市TX”
“Full Cmte member United National Indian Tribal Youth Inc.（UNITY）”=＆gt; “联合国印第安部落青年公司”。
“ECA＆amp; CC Sub。会员塞浦路斯Amax Minerals Inc.” =＆GT; “塞浦路斯阿马克斯矿业公司”。
“Silcon Valley Manufacturing Group”=＆gt; “Silcon Valley制造集团”
“Global Global Environmental Inc. Inc. Washington DC”=＆gt; “全球环境资源公司”。
“Lancaster Laboratories Inc.” =＆GT; “Lancaster Laboratories Inc.”

我不知道该怎么做，除非这是我完全错过的非常基本的东西。似乎大多数错误都有“inc”。在比赛中，但不确定是什么导致了它。

这是代码（尽管下面的答案符合法案）：

$patterns = array();
$patterns[0] = '/\s+/';
$patterns[1] = '/&/';

$replacement = array();
$replacement[0] = ' ';
$replacement[1] = 'and';

$name = trim(preg_replace($patterns,$replacement,$name));

if(stristr($name,trim(preg_replace($patterns,$replacement,$org->org_name)))) {
// code here
}

现在它并不是非常优雅，我将非常感谢如何规范化字符串以进行匹配。

Answer 1

我的猜测是你通过浏览器查看这个，如html，这样（多个）空白都凝聚到一个空格。通过这种方式，看起来像它应该匹配，但它没有。

一种方便的方法来防止这种情况，副作用很小，就是对针头和大海捞针进行预处理：

$needle = trim(preg_replace('/\s+/',' ',$needle));
$haystack = trim(preg_replace('/\s+/',' ',$haystack));

trim()用于解决由前导空格或尾随空格引起的问题。

PHP中的stristr文本匹配问题

1 个答案: