Php 将网页关键字匹配到数据库中的一组关键字

在我的数据库中，我列出了5000行（作为关键字）。现在给定一篇文章（可能甚至1000个单词），我想匹配数据库中与关键字匹配的任何单词。例如，我将这些记录保存在db中（使用逗号提及行）：

电视、电视和视频、电影、恐怖电影、照相机、数码相机、佳能数码相机

每行有另一个名为“URL”的列。我的输入字符串可能如下所示：

我讨厌恐怖电影。佳能发布了一款新的数码相机。到目前为止，我拥有3台数码相机……”

从上面的字符串中，我需要匹配：

• 恐怖电影针对我存储的关键字恐怖电影。但我不希望只有电影与电影匹配，因为恐怖电影关键字在这里更合适
• 数码相机针对存储的关键字数码相机
• 数码相机…针对存储的关键字数码相机

（文章中有粗体短语，数据库中有斜体短语）

通过数据库中的每个关键字进行迭代可能是不可能的，也是不现实的。到目前为止，我知道索尔可能是个合适的人选。但我不确定如何索引和查询Solr。对于查询Solr，我必须提供关键字。但我不知道我的关键词是什么。我只知道整篇文章。关键字可以由一个或多个单词组成。完全随机，但我最多只能说5个字

匹配后，我需要用下一列的（URL）值替换文章中的关键字。例如，文章恐怖电影中的关键字需要替换为恐怖电影的URL列

有人能给我指点正确的道路吗？感谢您的帮助

---

提前感谢

我认为你的问题实际上有几个部分，但我假设你基本上想向你的网站提交一篇文章，然后你的网站后端将处理这篇文章，并用粗体字体和url替换所有关键字

考虑到你想操纵你的文章并从数据库中注入数据，也许一个原始的php解决方案会适合你（但我必须承认我对Solr/Lucene不够熟悉，无法提供建议）。显然，您必须进行一些基准测试，但在这种类型的系统中，5000行数据并不是不合理的数据量，因为我假设您不会每隔几秒钟甚至几分钟提交一篇文章

因此您需要：

一次从数据库中选择所有“关键字”，包括url（存储在内存中以便处理文章）

将关键字数据（如果需要）转换为多维关联数组（因为如果db查询还没有这样做，那么处理起来会更容易）

在附加数组中建立复数变体，或者，如果它们在数据库中的附加列中随关键字的不同而变化，则可以建立复数变体）

当你提交你的文章时，你必须（以一种或另一种方式）循环浏览所有5000个关键词（包括所有复数变体的附加循环），在整篇文章中搜索上述关键词

如果在您的文章中发现任何关键字，那么您显然需要将这些匹配项替换为粗体字体和匹配的url

然后，一旦文章中的所有关键字都被处理完毕，您显然需要保存或向用户显示这篇文章

关于关键词的另外两点是：

• 确定你的复数关键词是否超出了“s”后缀 （也就是说，你是否也在尝试匹配实际上 更改拼写，如“buddy”=>“buddies”）
• 从语法上讲，你准备/需要走多远 要或想要将数码相机之类的东西与数码相机匹配

很抱歉给出了这么冗长/晦涩的答案，但我认为在寻找解决方案之前，了解项目的全部范围是很重要的。你可能已经记下了这些细节，但从你的问题来看，我认为变量太多，无法提供完整的答案。如果您需要，我很乐意提供一些代码示例/关于上述任何一点的进一步解释

---

编辑：当你提到识别关键词时，有点困惑，关键词不是已经在数据库中了吗？或者，您是否试图从提交的文章中有机地创建一个关键字数据库，这样您的系统将在搜索和替换数据库中当前存储的关键字的同时，获取您的文章中的关键字？

hello@PedroFillastre，您认为str_replace（）如何工作？你能详细说明一下吗？对于字符串替换，我需要确定我的关键字，这是我现在面临的最大挑战。你可以创建一个包含所有关键字和其他链接的数组，然后我将如何执行以下操作：1。把恐怖片和恐怖片配对。2.匹配恐怖电影，但不匹配电影？@HungryCoder检查是否在数组中？？？->史蒂夫H，谢谢你的意见。在完成当前任务一段时间后，我将解释并回答您的问题。我很感激你看了它。是的，你知道了主要的意思。然而，虽然最初我举了一个5000条记录的例子，但计数有可能增加。目前，我们看到的记录范围约为5万条。这就是普通PHP循环无法工作的原因。到目前为止，我已经完成了

preg_replace

的工作，它支持诸如“s，es”之类的复数形式，但不支持诸如“factory->factories”之类改变背景词的复数形式。此外，它不支持撇号。下面是我目前使用的表达式：

~{$keyword}（s | es）*\b（？）（（？）表达式跳过[aa][/aa]，关于您的困惑：我在数据库中有关键字，但当一篇文章（比如博客文章）是我的输入时，我不知道应该从中找到什么关键字，除非我与数据库匹配