Question

我需要比较可以用多种方式编写的名称。例如，圣托马斯这样的名字有时候就像圣托马斯或圣托马斯一样。最好是，我希望构建一个函数，为比较提供“相等”的百分比，就像某些论坛一样（这篇文章是5％编辑的）。

Answer 1

PHP有两个（主要）内置函数。

levenshtein计算从string1生成string2需要多少更改（删除/添加/替换）。（越低越好）

和

similar_text返回匹配字符的数量（越高越好）。请注意，您可以将引用作为第三个参数传递，它将为您提供百分比。

<?php
    $originalPost = "Here's my question to stack overflou. Thanks /h2ooooooo";
    $editedPost = "Question to stack overflow.";
    $matchingCharacters = similar_text($originalPost, $editedPost, $matchingPercentage);
    var_dump($matchingCharacters); //int(25) 
    var_dump($matchingPercentage); //float(60.975609756098) (hence edited 40%)
?>

Answer 2

两个字符串之间的编辑距离通常是指Levenshtein距离。

http://php.net/manual/en/function.levenshtein.php

Answer 3

查看levenshtein()，它可以满足您的需求并且相对有效（但效率不高）： http://www.php.net/manual/en/function.levenshtein.php

Answer 4

您可以使用不同的方法。

您可以使用similar_text()功能检查相似性。

OR

您可以使用levenshtein()功能查找...

Levenshtein距离定义为您必须替换，插入或删除以将str1转换为str2的最小字符数

然后检查一下合理的检查门槛。

Answer 5

$v1 = 'pupil';
$v2 = 'people';
# TRUE if $v1 & $v2 have similar  pronunciation
soundex($v1) == soundex($v2);  
# Same but it use a more accurate comparison algorithm                 
metaphone($v1) == metaphone($v2);               
# Calculate how many common characters between 2 strings
# Percent store the percentage of common chars
$common = similar_text($v1, $v2, $percent);     
# Compute the difference of 2 text                                                 
$diff = levenshtein($v1, $v2);

因此，levenshtein($v1, $v2)或similar_text($v1, $v2, $percent)会为您完成，但仍有权衡。 levenshtein()算法的复杂性为O(m*n)，其中n和m是v1和v2的长度（与similar_text()进行比较时相当好，即O(max(n,m)**3)，但仍然昂贵）。

PHP比较字符串是否（几乎）相等

5 个答案: