PHP-智能、容错字符串比较

我正在寻找例程或方法来寻找容错字符串比较

比方说，我们有一个测试字符串

Čakánka

——是的，它包含CE字符

现在，我想接受以下任何字符串作为

OK

：

• 卡坎卡
• 卡坎卡
• ČaKaNKA
• 卡坎卡
• 卡肯卡
• 卡安卡
• 卡卡卡纳

问题是，我经常在word中切换字母，我想最大限度地减少用户对无法（即您很忙）正确书写一个单词的沮丧

所以，我知道如何进行ci比较（只需将其设置为小写：），我可以删除CE字符，但我不能容忍几个切换字符

此外，您不仅经常将一个字符放在错误的位置（

character

=>

cahracter

），有时还会将其移动多个位置（

character

=>

carahcter

），这仅仅是因为一个手指在书写过程中很懒

---

谢谢：

拼写检查器执行类似的操作。也许您可以根据该引用修改算法。或者从开源项目中获取拼写检查猜测代码，例如。

不确定（特别是关于重音/特殊字符的东西，您可能必须首先处理），但对于错误位置或丢失的字符，使用函数计算两个字符串之间的，可能会帮助您（引用）：

Levenshtein距离定义为 所需的最小字符数 必须替换、插入或删除以 将str1转化为str2

其他可能有用的函数可以是，或

---

这些函数手册页上的一些用户注释，特别是，可能也会给您带来一些有用的东西；-）

您可以将单词音译为拉丁字符，并使用语音算法，如从您的单词中提取精华，并将其与现有单词进行比较。在您的情况下，除了最后一个单词是

C250

，您所有的单词都是

C252

---

Edit类似于

levenshtein

或

similor\u text

的比较函数的问题是，您需要为每对输入值和可能的匹配值调用它们。这意味着，如果您有一个包含100万条目的数据库，则需要调用这些函数100万次

但是像

soundex

或

metaphone

这样计算某种摘要的函数可以帮助减少实际比较的次数。如果存储数据库中每个已知单词的

soundex

或

metaphone

值，则可以很快减少可能的匹配数。稍后，当可能的匹配值集减少时，可以使用比较函数获得最佳匹配

下面是一个例子：

// building the index that represents your database
$knownWords = array('Čakánka', 'Cakaka');
$index = array();
foreach ($knownWords as $key => $word) {
    $code = soundex(iconv('utf-8', 'us-ascii//TRANSLIT', $word));
    if (!isset($index[$code])) {
        $index[$code] = array();
    }
    $index[$code][] = $key;
}

// test words
$testWords = array('cakanka', 'cákanká', 'ČaKaNKA', 'CAKANKA', 'CAAKNKA', 'CKAANKA', 'cakakNa');
echo '<ul>';
foreach ($testWords as $word) {
    $code = soundex(iconv('utf-8', 'us-ascii//TRANSLIT', $word));
    if (isset($index[$code])) {
        echo '<li> '.$word.' is similar to: ';
        $matches = array();
        foreach ($index[$code] as $key) {
            similar_text(strtolower($word), strtolower($knownWords[$key]), $percentage);
            $matches[$knownWords[$key]] = $percentage;
        }
        arsort($matches);
        echo '<ul>';
        foreach ($matches as $match => $percentage) {
            echo '<li>'.$match.' ('.$percentage.'%)</li>';
        }
        echo '</ul></li>';
    } else {
        echo '<li>no match found for '.$word.'</li>';
    }
}
echo '</ul>';

//构建表示数据库的索引
$knownWords=数组（'chakánka'，'Cakaka'）；
$index=array（）；
foreach（$key=>$word的已知单词）{
$code=soundex（iconv（'utf-8'，'usascii//translatit'，$word））；
如果（！isset（$index[$code]））{
$index[$code]=array（）；
}
$index[$code][]=$key；
}
//测试词
$testWords=array（'cakanka'，'cákanka'，'cakanka'，'CAAKNKA'，'CAAKNKA'，'CKAANKA'，'cakakNa'）；
回声“
”；
foreach（$testWords作为$word）{
$code=soundex（iconv（'utf-8'，'usascii//translatit'，$word））；
if（isset（$index[$code]））{
回声“
”.$word.“类似于：”；
$matches=array（）；
foreach（$index[$code]作为$key）{
相似文本（strtolower（$word），strtolower（$knownWords[$key]），百分比$；
$matches[$knownWords[$key]]=$percentage；
}
阿索特（比赛）；
回声“
”；
foreach（$匹配为$匹配=>$百分比）{
回显“
”.$match.”（“.$percentage.”%）
”；
}
回音“
”；
}否则{
回显“
未找到“$word”的匹配项。
”；
}
}
回声“
”；

重音不是问题，我要做的第一件事是

大写

字符串，然后用它的非重音版本替换重音字符（

ž

=>

z

）我可能会检查你，其中一个函数会很有帮助，我100%肯定。出于好奇，当你说“其中一个函数”，你到底在想哪一个？levenshtein一个，还是另一个？我可能会选择

类似的文本

-我需要检查名称（

这很有趣，但对我的需要来说可能太模糊了。谢谢。
// building the index that represents your database
$knownWords = array('Čakánka', 'Cakaka');
$index = array();
foreach ($knownWords as $key => $word) {
    $code = soundex(iconv('utf-8', 'us-ascii//TRANSLIT', $word));
    if (!isset($index[$code])) {
        $index[$code] = array();
    }
    $index[$code][] = $key;
}

// test words
$testWords = array('cakanka', 'cákanká', 'ČaKaNKA', 'CAKANKA', 'CAAKNKA', 'CKAANKA', 'cakakNa');
echo '<ul>';
foreach ($testWords as $word) {
    $code = soundex(iconv('utf-8', 'us-ascii//TRANSLIT', $word));
    if (isset($index[$code])) {
        echo '<li> '.$word.' is similar to: ';
        $matches = array();
        foreach ($index[$code] as $key) {
            similar_text(strtolower($word), strtolower($knownWords[$key]), $percentage);
            $matches[$knownWords[$key]] = $percentage;
        }
        arsort($matches);
        echo '<ul>';
        foreach ($matches as $match => $percentage) {
            echo '<li>'.$match.' ('.$percentage.'%)</li>';
        }
        echo '</ul></li>';
    } else {
        echo '<li>no match found for '.$word.'</li>';
    }
}
echo '</ul>';