PHP Сравните, равны ли строки (почти)

Question

Мне нужно сравнить имена, которые могут быть написаны несколькими способами. Например, такое имя, как Сент-Томас, иногда написано, например, St-Thomas или Sant Thomas. Предпочтительно, я хочу создать функцию, которая дает процент от «равенства» для сравнения, например, некоторые форумы (это сообщение 5% отредактировано например).

Answer 1

PHP имеет две (основные) встроенные функции для этого.

levenshtein, который подсчитывает, сколько изменений (удаление/добавление/замена) необходимо для создания строки2 из строки1. (Чем ниже, тем лучше)

и

similar_text, который возвращает количество совпадающих символов (выше, тем лучше). Обратите внимание, что вы можете передать ссылку в качестве третьего параметра, и она даст вам процент.

<?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

Заканчивать levenshtein(), который делает то, что вы хотите, и является сравнительно эффективным (но не очень эффективно): http://www.php.net/manual/en/function.levenshtein.php

Answer 3

Вы можете использовать различные подходы.

Вы можете использовать функцию similar_text(), чтобы проверить наличие сходства.

ИЛИ

Вы можете использовать levenshtein() функцию, чтобы узнать ...

Левенштейна расстояние определяется как минимальное количество символов, которые вы должны заменить, вставить или удалить, чтобы трансформировать str1 в str2

И затем проверьте наличие разумного порога для вашей проверки.

Answer 4

Расстояние редактирования между двумя строками символов обычно относится к расстоянию Левенштейна.

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

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); 

Таким образом, либо levenshtein($v1, $v2) или similar_text($v1, $v2, $percent) будет делать это для вас, но все еще есть компромисс. Сложность алгоритма levenshtein() равна O(m*n), где n и m - длина v1 и v2 (довольно хорошо по сравнению с similar_text(), что составляет O(max(n,m)**3), но все еще дорого).