php match string для нескольких массивов ключевых слов

Question

Я пишу базовый инструмент категоризации, который возьмет заголовок, а затем сравните его с массивом ключевых слов. Пример:

$cat['dining'] = array('food','restaurant','brunch','meal','cand(y|ies)'); 
$cat['services'] = array('service','cleaners','framing','printing'); 
$string = 'Dinner at seafood restaurant'; 

Существуют ли творческие способы циклического перехода по этим категориям или для просмотра, какая категория имеет большинство совпадений? Обратите внимание, что в массиве «столовая» у меня есть регулярное выражение, чтобы соответствовать вариациям слова candy. Я попытался следующие, но эти списки категорий уже довольно долго, мне интересно, если это лучший способ:

$keywordRegex = implode("|",$cat['dining']); 
preg_match_all("/(\b{$keywordRegex}\b)/i",$string,$matches]); 

Спасибо, Стив

EDIT: Благодаря @jmathai, я был возможность добавить рейтинг:

$matches = array(); 
    foreach($keywords as $k => $v) { 
     str_replace($v, '#####', $masterString,$count); 
     if($count > 0){ 
      $matches[$k] = $count; 
     } 
    } 
    arsort($matches); 

Answer 1

Это может быть сделано одним контуром.

Я хотел бы разделить конфеты и конфеты на отдельные записи для повышения эффективности. Умный трюк состоял бы в том, чтобы заменить матчи с помощью некоторого токена. Давайте использовать 10 #.

$cat['dining'] = array('food','restaurant','brunch','meal','candy','candies'); 
$cat['services'] = array('service','cleaners','framing','printing'); 
$string = 'Dinner at seafood restaurant'; 

$max = array(null, 0); // category, occurences 
foreach($cat as $k => $v) { 
    $replaced = str_replace($v, '##########', $string); 
    preg_match_all('/##########/i', $replaced, $matches); 
    if(count($matches[0]) > $max[1]) { 
    $max[0] = $k; 
    $max[1] = count($matches[0]); 
    } 
} 

echo "Category {$max[0]} has the most ({$max[1]}) matches.\n"; 

Answer 2

$cat['dining'] = array('food','restaurant','brunch','meal'); 
$cat['services'] = array('service','cleaners','framing','printing'); 
$string = 'Dinner at seafood restaurant'; 

$string = explode(' ',$string); 
foreach ($cat as $key => $val) { 
    $kwdMatches[$key] = count(array_intersect($string,$val)); 
} 
arsort($kwdMatches); 

echo "<pre>"; 
print_r($kwdMatches); 

Answer 3

Вы выполняете O (н * м) поиск по п быть размер вашей категории и м быть размер заголовка. Вы могли бы попробовать организовать их так:

const $DINING = 0; 
const $SERVICES = 1; 

$categories = array(
    "food" => $DINING, 
    "restaurant" => $DINING, 
    "service" => $SERVICES, 
); 

Тогда для каждого слова в названии, проверить $categories[$word] найти категорию - это получает вас O (м).

Answer 4

Обеспечение количества слов не слишком велико, поэтому создание таблицы обратного поиска может быть идеей, а затем запустить заголовок против него.

// One-time reverse category creation 
$reverseCat = array();  
foreach ($cat as $cCategory => $cWordList) { 
    foreach ($cWordList as $cWord) { 
     if (!array_key_exists($cWord, $reverseCat)) { 
      $reverseCat[$cWord] = array($cCategory); 
     } else if (!in_array($cCategory, $reverseCat[$cWord])) { 
      $reverseCat[$cWord][] = $cCategory; 
     } 
    } 
} 

// Processing a title 
$stringWords = preg_split("/\b/", $string); 

$matchingCategories = array(); 
foreach ($stringWords as $cWord) { 
    if (array_key_exists($cWord, $reverseCat)) { 
     $matchingCategories = array_merge($matchingCategories, $reverseCat[$cWord]); 
    } 
} 

$matchingCategories = array_unique($matchingCategories); 

Answer 5

Хорошо, вот мой новый ответ, который позволяет использовать регулярное выражение в $ кошки [п] значения ... есть только один нюанс этого кода, который я не могу понять ... по какой-то причине, он не если у вас есть какой-то метасимвол или класс символов в начале вашего значения $ cat [n].

Пример: .*food не будет работать. Но s.afood или sea.* etc ... или ваш пример cand(y|ies) будет работать. Я вроде как понял, что это будет достаточно для вас, поскольку я решил, что смысл регулярного выражения состоял в том, чтобы обрабатывать разные времена слов, и начало слов редко меняется в этом случае.

function rMatch ($a,$b) { 
    if (preg_match('~^'.$b.'$~i',$a)) return 0; 
    if ($a>$b) return 1; 
    return -1; 
} 

$string = explode(' ',$string); 
foreach ($cat as $key => $val) { 
    $kwdMatches[$key] = count(array_uintersect($string,$val,'rMatch')); 
} 
arsort($kwdMatches); 

echo "<pre>"; 
print_r($kwdMatches);