用于相似性检查的PHP正则表达式

您能想出任何正则表达式来解决PHP中的这些相似之处吗？这样做的目的是在不考虑最后几个字母的情况下获得匹配

<?php


$word1 = 'happyness';
$word2 = 'happys';

if (substr($word1, 0, -4) == substr($word2, 0, -1))
{
    echo 'same word1';
}


$word1 = 'kisses';
$word2 = 'kiss';


if (substr($word1, 0, -2) == $word2)
{
    echo 'same word2';
}


$word1 = 'consonant';
$word2 = 'consonan';


if (substr($word1, 0, -1) == $word2)
{
    echo 'same word3';
}

---

我不确定正则表达式是否是这里的答案

您可以尝试，它返回相似字符的数量，并可以选择为变量设置一个百分比值。也许如果你把最后两个字母看作不重要的，你可以看到SrLun-$Sigple字符是否与匹配的字符相同。例如：

$skippedCharacters=2； $word1=‘亲吻’； $word2='kiss'； $match=相似的文本$word1，$word2； 如果$match+$skippedCharacters>=strlen$word1 { 呼应“同一个词2”； }

---

我不确定正则表达式是否是这里的答案

您可以尝试，它返回相似字符的数量，并可以选择为变量设置一个百分比值。也许如果你把最后两个字母看作不重要的，你可以看到SrLun-$Sigple字符是否与匹配的字符相同。例如：

$skippedCharacters=2； $word1=‘亲吻’； $word2='kiss'； $match=相似的文本$word1，$word2； 如果$match+$skippedCharacters>=strlen$word1 { 呼应“同一个词2”； }

---

您可以使用一个小的helper函数，第一个函数只匹配第二个字符串的长度，所以不管它截断了多少个字符。主代码的工作原理与您的代码类似，只是它使用第二个值的长度作为要获取的子字符串的长度

function match( string $a, string $b )  {
    return substr($a, 0, strlen($b)) === $b;
}

此函数稍微复杂一些，因为它考虑了最大间隙长度

function match( string $a, string $b, int $length = 3 )  {
    $len = max(strlen($a)-$length, strlen($b));
    return substr($a, 0, $len) === $b;
}

所以我们可以把它叫做

$word1 = 'happyness';
$word2 = 'happys';

if (match($word1,$word2))
{
    echo 'same word1';
}

---

您可以使用一个小的helper函数，第一个函数只匹配第二个字符串的长度，所以不管它截断了多少个字符。主代码的工作原理与您的代码类似，只是它使用第二个值的长度作为要获取的子字符串的长度

function match( string $a, string $b )  {
    return substr($a, 0, strlen($b)) === $b;
}

此函数稍微复杂一些，因为它考虑了最大间隙长度

function match( string $a, string $b, int $length = 3 )  {
    $len = max(strlen($a)-$length, strlen($b));
    return substr($a, 0, $len) === $b;
}

所以我们可以把它叫做

$word1 = 'happyness';
$word2 = 'happys';

if (match($word1,$word2))
{
    echo 'same word1';
}

您可以使用将这些数据与regex作为/^word2/与word1进行匹配。因此，正则表达式将检查word1是否以word2开头，因为开头有^symbol

为了获得准确的结果，最好在匹配之前转义正则表达式元字符

<?php


$tests = [
        [
          'happyness',
          'happys'
        ],
        [
            'kisses',
            'kiss'
        ],
        [
            'consonant',
            'consonan'
        ]
    ];

$filtered = array_filter($tests,function($values){
    $values[1] = preg_quote($values[1]);
    return preg_match("/^$values[1]/",$values[0]) === 1;
});

print_r($filtered);

演示：

您可以使用将这些数据与regex作为/^word2/与word1进行匹配。因此，正则表达式将检查word1是否以word2开头，因为开头有^symbol

为了获得准确的结果，最好在匹配之前转义正则表达式元字符

<?php


$tests = [
        [
          'happyness',
          'happys'
        ],
        [
            'kisses',
            'kiss'
        ],
        [
            'consonant',
            'consonan'
        ]
    ];

$filtered = array_filter($tests,function($values){
    $values[1] = preg_quote($values[1]);
    return preg_match("/^$values[1]/",$values[0]) === 1;
});

print_r($filtered);

---

演示：

您还可以使用一个小函数来查找给定两个单词之间的相似性。它可能看起来像：

function similarity($word1, $word2)
{
    $splittedWord1 = str_split($word1);
    $splittedWord2 = str_split($word2);

    $similarChars = array_intersect_assoc($splittedWord1, $splittedWord2);

    return count($similarChars) / max(count($splittedWord1), count($splittedWord2));
}

var_dump(similarity('happyness', 'happys'));
var_dump(similarity('happyness', 'testhappys'));
var_dump(similarity('kisses', 'kiss'));
var_dump(similarity('consonant', 'consonan'));

float(0.55555555555556)
int(0)
float(0.66666666666667)
float(0.88888888888889)

结果如下：

function similarity($word1, $word2)
{
    $splittedWord1 = str_split($word1);
    $splittedWord2 = str_split($word2);

    $similarChars = array_intersect_assoc($splittedWord1, $splittedWord2);

    return count($similarChars) / max(count($splittedWord1), count($splittedWord2));
}

var_dump(similarity('happyness', 'happys'));
var_dump(similarity('happyness', 'testhappys'));
var_dump(similarity('kisses', 'kiss'));
var_dump(similarity('consonant', 'consonan'));

float(0.55555555555556)
int(0)
float(0.66666666666667)
float(0.88888888888889)

---

根据结果百分比，您可以决定给定的单词是否应被视为相同。

您还可以执行一个小功能来查找给定的两个单词之间的相似性。它可能看起来像：

function similarity($word1, $word2)
{
    $splittedWord1 = str_split($word1);
    $splittedWord2 = str_split($word2);

    $similarChars = array_intersect_assoc($splittedWord1, $splittedWord2);

    return count($similarChars) / max(count($splittedWord1), count($splittedWord2));
}

var_dump(similarity('happyness', 'happys'));
var_dump(similarity('happyness', 'testhappys'));
var_dump(similarity('kisses', 'kiss'));
var_dump(similarity('consonant', 'consonan'));

float(0.55555555555556)
int(0)
float(0.66666666666667)
float(0.88888888888889)

结果如下：

function similarity($word1, $word2)
{
    $splittedWord1 = str_split($word1);
    $splittedWord2 = str_split($word2);

    $similarChars = array_intersect_assoc($splittedWord1, $splittedWord2);

    return count($similarChars) / max(count($splittedWord1), count($splittedWord2));
}

var_dump(similarity('happyness', 'happys'));
var_dump(similarity('happyness', 'testhappys'));
var_dump(similarity('kisses', 'kiss'));
var_dump(similarity('consonant', 'consonan'));

float(0.55555555555556)
int(0)
float(0.66666666666667)
float(0.88888888888889)

---

根据结果百分比，您可以决定给定的单词是否应被视为相同。

将单词像happys Happiness一样放在一起，并将单词1中与单词2匹配的单词放在一起。将其与i一起使用，以实现无casless匹配

^(\w+)\w* \1

要在PHP中与一起使用，请参见

---

其中，$out[1]保存捕获，或者如果没有匹配，$out将是一个空数组。

将单词像happys happiness一样放在一起，并将单词1中与单词2匹配的单词放在一起。将其与i一起使用，以实现无casless匹配

^(\w+)\w* \1

要在PHP中与一起使用，请参见

---

其中，$out[1]保存捕获，或者如果没有匹配，$out将是一个空数组。

您可以使用PHP levenshtein函数

levenshtein函数返回两个字符串之间的levenshtein距离。Levenshtein距离是将string1转换为string2时必须替换、插入或删除的字符数

---

数字越小，相似性越大

您可以使用PHP levenshtein函数

levenshtein函数返回两个字符串之间的levenshtein距离。Levenshtein距离是将string1转换为string2时必须替换、插入或删除的字符数

---

数字越小，相似性越大

第一个字母怎么匹配？最后一个字母。因此，快乐不会匹配。@Raymont Output确实为您创建了一个匹配。您能解释一下这个匹配背后的规则吗？请编辑您的问题“第一个字母如何匹配？最后一个字母？”。因此，快乐不会匹配。@Raymont Output确实为您创建了一个匹配。您能解释一下这个匹配背后的规则吗？请通过编辑您的问题来做到这一点。做得好，这是一个很好的解决误报的强大解决方案，这也是一个大问题。谢谢@Raymont，很高兴它能提供帮助@Raymont你能举一些假阳性的例子吗？这是一个假阳性，只有当第一个字母达到

---

匹配这就是为什么我设置了至少5个字母的条件$word1=‘万圣节’$word2='h'；回显'match'。preg_match'/^\w+\w*\1/i'，preg_quote$word1'/'。preg_quote$word2，“/”，$out；做得好，这是一个很好的解决误报的强大解决方案，这也是一个大问题。谢谢@Raymont，很高兴它能提供帮助@Raymont你能举一些假阳性的例子吗？这是一个假阳性，只有第一个字母匹配，这就是为什么我设置了至少5个字母的条件$word1=‘万圣节’$word2='h'；回显'match'。preg_match'/^\w+\w*\1/i'，preg_quote$word1'/'。preg_quote$word2，“/”，$out；