Question

我有一些字符串组，我需要通过正则表达式查找所有组，而组的顺序无关紧要

请，我需要在用户的答案中找到所有必需的成分。用户可以按任何顺序放置配料，并且可以用任何字符或字符串（空格，逗号）定界，也不需要定界符。

$string = "banana, strawberry, cherry and chocolate";
$regex = "/(banana)*(strawberry)*(cherry)*(chocolate)/";
if (preg_match($regex, $string)) {
 // do something
}

我的代码中的问题是，如果用户的答案是“草莓，香蕉，樱桃”，则preg_match会将其验证为true，这很糟糕，因为在回答时也需要巧克力。或者，如果我键入“ strwberry”（草莓）而不是草莓，那也是如此。用户的答案必须以任何顺序包括所有4种成分，并且成分名称中不能包含错别字。非常感谢您的提示。

Answer 1

关于您的请求：

用户可以按任何顺序放置配料，并且可以用任何字符或字符串（空格，逗号）定界，也不需要定界符。

配料顺序没有问题，我们稍后会看到。但是没有定界符是一个非常糟糕的主意！考虑以下示例（水果沙拉）：

$ingredients = ['melon', 'orange', 'grape', 'apple'];
$userAnswer = 'watermelonorangegrapeapple';

问题很明显，没有办法用这种会导致误报的约束来区分“西瓜”和“西瓜”。

请不要忘记，用户应对自己写的内容负责，并且在未获得所需结果时会从自己的错误中学习。另一种方法是强制用户使用输入字段一个一个地输入配料。

用户的答案必须以任何顺序包括所有4种成分，并且其成分名称中不能包含错别字。

为什么不这样做，但是这次我的观点过于狭窄：如果用户写“ strawberries”而不是“ strawberry”怎么办？这实际上不是错字，我认为可以接受。

可能性：

让我们假设在所有可能的世界中，最好的东西都是最好的：单词是定界的，没有错字。

按照previously linked question中的建议，您可以执行以下操作：

if ( preg_match('~(?=.*\bword1\b)(?=.*\bword2\b)(?=.*\bword3\b)(?=.*\bword4\b)~Ai', $userAnswer) ) {
    //...
}

但这并不是紧凑的，正确的梦想方式：

它不考虑帐户定界符。
您必须为每个成分列表动态构建模式。（但是并不困难）
每个前瞻都必须遍历整个字符串。
它既不灵活也不可扩展。
如果您对第2点到第5点有疑问，请参阅第1点。

其他方法：您可以使用定界符分割用户字符串，然后使用array_diff查看是否存在每种成分。

基本：

$delimiter = '~ \b \s* (?: , \s* | \s and \s+ ) ~uxi';

$parts = preg_split($delimiter, $userAnswer, -1, PREG_SPLIT_NO_EMPTY);

if ( empty(array_diff($ingredients, $parts)) ) {
    // all ingredients are here
}

经过消毒：

$delimiter = '~ \b (?: [ ]? , [ ]? | [ ] and [ ] ) ~ux';

$userAnswer = trim(preg_replace('~[\s\pP]+~u', ' ', mb_strtolower($userAnswer)));

$parts = preg_split($delimiter, $userAnswer);

if ( empty(array_diff($ingredients, $parts)) ) {
    // all ingredients are here
}

在字符串之间比较宽大：

$delimiter = '~ \b (?: [ ]? , [ ]? | [ ] and [ ] ) ~ux';

$userAnswer = trim(preg_replace('~[\s\pP]+~', ' ', mb_strtolower($userAnswer)));

$parts = preg_split($delimiter, $userAnswer);

if ( empty(array_udiff($ingredients, $parts, $callback)) ) {
    // all ingredients are here
}

回调函数示例：

array_udiff的回调函数只不过是用于对数组进行排序的比较函数，换句话说，排序是在后台进行两个数组比较的必要步骤。这就是为什么两个项目之间的比较应该得出正，负整数或0来确定顺序的原因。

PHP具有两个用于在字符串之间执行模糊比较的功能：similar_text()和levenshtein()。

使用左手边距离的示例。少于2表示只能替换，插入或删除一个字符，以使两个字符串相等（有关更多控制，请参见PHP手册）。

$callback = function ($a, $b) {
    return levenshtein($a, $b) < 2 ? 0 
                                   : ( $a < $b ? -1 : 1 ); 
}

请注意，由于similar_text()为O（max（m，n）^ 3）且levenshtein()为O（m * n）（m和n是字符串的长度）。如果出现问题，您还可以使用metaphone()或soundex()之类的函数对字符串进行转换，然后再进行比较或编写自己的转换。这涉及必须预先修改包含成分的数据结构，以使比较变得容易。

搜索与组的顺序无关的字符串的组

1 个答案: