以自由文本形式给出一个食谱（成分列表，步骤等），我怎么能以这样的方式解析它，我可以提取成分（例如数量，测量单位，成分名称，等）用PHP？
假设自由文本有些格式化。
答案 0 :(得分：7)
要“正确”执行此操作，您需要定义某种语法，然后使用LALR解析器或某些工具（如yacc，bison或Lex）来构建解析器。假设你不想这样做，它的strpos（）ftw！
答案 1 :(得分：3)
java中有openNlp用于名称实体提取，它可以提取你所看到的内容：http://opennlp.sourceforge.net/models-1.5/
然后你可以使用php-java连接器将结果导入php。
答案 2 :(得分：1)
Java的question非常相似。简而言之，您需要词典（例如，成分）和类似于正则表达式的语言（注释）。您可以在Java中执行此操作并通过Web服务从PHP调用它，或者您可以尝试在PHP中重新实现它（注意，在第二种情况下，您可能会显着减速）。
答案 3 :(得分：0)
如果没有大量的语言建模，我认为唯一的方法就是拥有大量的成分并在食谱中搜索它们。数量应该是成分之前的单词。
答案 4 :(得分：0)
如果你想快速做到这一点，并且收集最少量的资源收集，你可能会想出一些好的启发式和一些正则表达式。
既然你说列表是“格式化的”，我会假设每行有一个成分指令。
我首先提出一个测量名称列表，这是一个相对封闭的类（我们称之为语言学），如$measurements=['cup', 'tablespoon', 'teaspoon', 'pinch', 'dash', 'to taste', ...]。你甚至可能想出一个字典，将几个项目映射到一个标准化值（所以$measurements={cup:['cup', 'c'], tablespoon:['tablespoon', 'tbsp', 'tablesp', ...], ...}或其他什么。）
然后在每一行上，您可以找到测量单位，如果它在您的字典中。接下来，查找数字（可以格式化为小数 - 例如1.5 - 或复杂分数 - 例如2 1/2或2-1 / 2），并假设这是您需要的单位数。如果没有数字，那么你可以假设单位是一个（可能是“尝试”之类的情况）。
最后，您可以假设任何剩余的是实际成分。
我认为这种启发式方法可以覆盖75-80％的案例。你仍然会遇到很多极端情况，例如当食谱要求“2个橙子”时，或者 - 更糟！ - “2个橘子汁”。在这些情况下，您可能希望将它们（在某种类型的离线管理期间）添加为例外，或者让自己“没事”，因为它们没有被正确对待。