21

PHP中是否有任何函数可以检查两个字符串的相似度百分比？

例如我有：

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

并且function($string1, $string2)会让我返回真实，因为“如何”、“是”、“你”等词出现在该行中。

或者更好的是，返回 60% 的相似性，因为“如何”、“是”、“你”是$string1.

PHP中是否存在执行此操作的任何函数？

4

6 回答 6

36

因为这是一个很好的问题，所以我付出了一些努力：

<?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;    
}
?>
于 2013-05-13T11:36:32.227 回答
9

正如其他答案已经说过的那样，您可以使用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 中设置您要求的相似性百分比。

于 2013-05-13T11:23:51.900 回答
9

除了 Alex Siri 的回答和根据以下文章：

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

PHP 提供了几个函数来测试两个字符串是否近似相等：

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

声讯

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

  echo "similar";

} else {

  echo "not similar";

}

元音

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

   echo "similar";

} else {

  echo "not similar";

}

相似的文字

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

莱文斯坦

$distance = levenshtein($string1, $string2);
于 2014-03-25T17:56:49.337 回答
0

好的，这是我的功能，它使它变得非常有趣。

我正在检查字符串的大致相似性。

这是我为此使用的标准。

  1. 单词的顺序很重要
  2. 单词可以有 85% 的相似度。

例子：

$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”的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：“它要花多少钱” 2）用“正确的词”创建干净的字符串，以便它出现在用户输入中。输出：“花费多少” 3）比较两个输出 - 如果不同 - 返回否，否则如果相同返回是。

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;
}

}

我很想听听您的意见和建议如何改进它

于 2013-05-14T16:07:09.433 回答
0

You can use the PHP function similar_text.

int similar_text ( string $first , string $second)

Check the PHP doc at: http://php.net/manual/en/function.similar-text.php

于 2015-08-24T19:01:52.987 回答
0

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，大多数答案都试图通过similar_text不适合这个问题的方法来解决它，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_flipwhich 反转键和值，但如果键重复多次，它将只考虑单词。我已经发布了以下答案，它将比较单词。它可以给出的唯一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);
}
于 2021-07-07T09:59:34.610 回答