Проверка похожести двух слов

Как проверить наличие слова, фразы или текста в строке на PHP/JavaScript

Вы получаете некий текст в ваш скрипт, и ваша задача – проверить, присутствует ли нужная вам фраза в этом тексте или нет, и в последующем, при положительном раскладе вещей, выполнить какое-то действие.

Поставленные задачи легко решаются с помощью PHP и JavaScript, а как именно – я сейчас расскажу.

Как проверить наличие слова, фразы или текста в строке на PHP

В PHP существуют два способа, с помощью которых можно узнать наличие искомой фразы в строке.

Первый способ – это регулярные выражения. Здесь мы используем функцию «preg_match» для обхода по всему тексту.

И, соответственно, то же самое для отрицания:

Помимо этого, есть и второй способ – это функция «strpos», которая возвращает позицию первого вхождения указанной фразы.

И то же самое для отрицания:

Если вы ищете небольшие участки текста, то в таком случае для использования предпочтителен второй вариант — так как он менее ресурсоемкий.

Как проверить наличие слова, фразы или текста в строке на JavaScript

На JavaScript осуществить проверку наличия текста в строке можно несколькими способами.

Один из которых – все те же регулярные выражения.

И то же самое для отрицания:

Еще один рабочий вариант решения проблемы – это метод «indexOf», который помогает подсчитать количество совпадений при поиске.

И то же самое для отрицания:

В обоих способах существенной разницы в скорости нет – используйте тот, что более удобен для вас.

similar_text

(PHP 4, PHP 5, PHP 7)

similar_text — Вычисляет степень похожести двух строк

Описание

Вычисляет степень похожести двух строк по алгоритму, описанному в Programming Classics: Implementing the World’s Best Algorithms by Oliver (ISBN 0-131-00413-1). Эта реализация алгоритма не использует стека, использованного в оригинале, вместо этого применяются рекурсивные вызовы, что в некоторых случаях может ускорить процесс. Следует отметить, что сложность алгоритма составляет O(N**3), где N — длина более длинной из двух строк.

Список параметров

Изменение порядка first и second может привести к другому результату; см, пример ниже.

При передаче по ссылке третьего аргумента, similar_text() присваивает ему степень похожести двух строк в процентах, деля результат similar_text() на среднее число длин заданных строк 100 раз.

Возвращаемые значения

Возвращается количество совпадающих символов в двух строках.

Количество совпадающих символов вычисляется путем нахождения самой длинной первой общей подстроки, а затем делает это для префиксов и суффиксов рекурсивно. Добавляются длины всех найденных общих подстрок.

Примеры

Пример #1 Пример использования similar_text() с заменой аргументов

В этом примере показано, что изменение порядка аргументов first и second может дать разные результаты.

Результатом выполнения данного примера будет что-то подобное:

Смотрите также

• levenshtein() — Вычисляет расстояние Левенштейна между двумя строками
• soundex() — Возвращает ключ soundex для строки

User Contributed Notes 11 notes

Be aware when using this function, that the order of passing the strings is very important if you want to calculate the percentage of similarity, in fact, altering the variables will give a very different result, example :

= ‘PHP IS GREAT’ ;
$var_2 = ‘WITH MYSQL’ ;

similar_text ( $var_1 , $var_2 , $percent );

echo $percent ;
// 27.272727272727

similar_text ( $var_2 , $var_1 , $percent );

echo $percent ;
// 18.181818181818
?>

Please note that this function calculates a similarity of 0 (zero) for two empty strings.

Recursive algorithm usually is very elegant one. I found a way to get better precision without the recursion. Imagine two different (or same) length ribbons with letters on each. You simply shifting one ribbon to left till it matches the letter the first.

function similarity ( $str1 , $str2 ) <
$len1 = strlen ( $str1 );
$len2 = strlen ( $str2 );

$max = max ( $len1 , $len2 );
$similarity = $i = $j = 0 ;

return round ( $similarity / $max , 2 );
>

$str1 = ‘12345678901234567890’ ;
$str2 = ‘12345678991234567890’ ;

echo ‘Similarity: ‘ . ( similarity ( $str1 , $str2 ) * 100 ) . ‘%’ ;
?>

Note that this function is case sensitive:

= ‘Hello’ ;
$var2 = ‘Hello’ ;
$var3 = ‘hello’ ;

echo similar_text ( $var1 , $var2 ); // 5
echo similar_text ( $var1 , $var3 ); // 4

Actually similar_text() is not bad.
it works good. But before processing i think is a good way to make a little mod like this

$var_1 = strtoupper(«doggy»);
$var_2 = strtoupper(«Dog»);

similar_text($var_1, $var_2, $percent);

echo $percent; // output is 75 but without strtoupper output is 50

The speed issues for similar_text seem to be only an issue for long sections of text (>20000 chars).

I found a huge performance improvement in my application by just testing if the string to be tested was less than 20000 chars before calling similar_text.

20000+ took 3-5 secs to process, anything else (10000 and below) took a fraction of a second.
Fortunately for me, there was only a handful of instances with >20000 chars which I couldn’t get a comparison % for.

If you have reserved names in a database that you don’t want others to use, i find this to work pretty good.
I added strtoupper to the variables to validate typing only. Taking case into consideration will decrease similarity.

= mysql_query ( «select * from $table » ) or die( «Query failed» );

while ( $row = mysql_fetch_array ( $query )) <
similar_text ( strtoupper ( $_POST [ ‘name’ ]), strtoupper ( $row [ ‘reserved’ ]), $similarity_pst );
if ( number_format ( $similarity_pst , 0 ) > 90 ) <
$too_similar = $row [ ‘reserved’ ];
print «The name you entered is too similar the reserved name «» . $row [ ‘reserved’ ]. «»» ;
break;
>
>
?>

Well, as mentioned above the speed is O(N^3), i’ve done a longest common subsequence way that is O(m.n) where m and n are the length of str1 and str2, the result is a percentage and it seems to be exactly the same as similar_text percentage but with better performance. here’s the 3 functions i’m using..

function LCS_Length ( $s1 , $s2 )
<
$m = strlen ( $s1 );
$n = strlen ( $s2 );

//this table will be used to compute the LCS-Length, only 128 chars per string are considered
$LCS_Length_Table = array(array( 128 ),array( 128 ));

//reset the 2 cols in the table
for( $i = 1 ; $i $m ; $i ++) $LCS_Length_Table [ $i ][ 0 ]= 0 ;
for( $j = 0 ; $j $n ; $j ++) $LCS_Length_Table [ 0 ][ $j ]= 0 ;

for ( $i = 1 ; $i $m ; $i ++) <
for ( $j = 1 ; $j $n ; $j ++) <
if ( $s1 [ $i — 1 ]== $s2 [ $j — 1 ])
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i — 1 ][ $j — 1 ] + 1 ;
else if ( $LCS_Length_Table [ $i — 1 ][ $j ] >= $LCS_Length_Table [ $i ][ $j — 1 ])
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i — 1 ][ $j ];
else
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i ][ $j — 1 ];
>
>
return $LCS_Length_Table [ $m ][ $n ];
>

function str_lcsfix ( $s )
<
$s = str_replace ( » » , «» , $s );
$s = ereg_replace ( «[��������]» , «e» , $s );
$s = ereg_replace ( «[������������]» , «a» , $s );
$s = ereg_replace ( «[��������]» , «i» , $s );
$s = ereg_replace ( «[���������]» , «o» , $s );
$s = ereg_replace ( «[��������]» , «u» , $s );
$s = ereg_replace ( «[�]» , «c» , $s );
return $s ;
>

function get_lcs ( $s1 , $s2 )
<
//ok, now replace all spaces with nothing
$s1 = strtolower ( str_lcsfix ( $s1 ));
$s2 = strtolower ( str_lcsfix ( $s2 ));

$lcs = LCS_Length ( $s1 , $s2 ); //longest common sub sequence

$ms = ( strlen ( $s1 ) + strlen ( $s2 )) / 2 ;

return (( $lcs * 100 )/ $ms );
>
?>

you can skip calling str_lcsfix if you don’t worry about accentuated characters and things like that or you can add up to it or modify it for faster performance, i think ereg is not the fastest way?
hope this helps.
Georges

similar_text

(PHP 4, PHP 5, PHP 7)

similar_text — Вычисляет степень похожести двух строк

Описание

Вычисляет степень похожести двух строк по алгоритму, описанному в Programming Classics: Implementing the World’s Best Algorithms by Oliver (ISBN 0-131-00413-1). Эта реализация алгоритма не использует стека, использованного в оригинале, вместо этого применяются рекурсивные вызовы, что в некоторых случаях может ускорить процесс. Следует отметить, что сложность алгоритма составляет O(N**3), где N — длина более длинной из двух строк.

Список параметров

Изменение порядка first и second может привести к другому результату; см, пример ниже.

При передаче по ссылке третьего аргумента, similar_text() присваивает ему степень похожести двух строк в процентах, деля результат similar_text() на среднее число длин заданных строк 100 раз.

Возвращаемые значения

Возвращается количество совпадающих символов в двух строках.

Количество совпадающих символов вычисляется путем нахождения самой длинной первой общей подстроки, а затем делает это для префиксов и суффиксов рекурсивно. Добавляются длины всех найденных общих подстрок.

Примеры

Пример #1 Пример использования similar_text() с заменой аргументов

В этом примере показано, что изменение порядка аргументов first и second может дать разные результаты.

Результатом выполнения данного примера будет что-то подобное:

Смотрите также

• levenshtein() — Вычисляет расстояние Левенштейна между двумя строками
• soundex() — Возвращает ключ soundex для строки

User Contributed Notes 11 notes

Be aware when using this function, that the order of passing the strings is very important if you want to calculate the percentage of similarity, in fact, altering the variables will give a very different result, example :

= ‘PHP IS GREAT’ ;
$var_2 = ‘WITH MYSQL’ ;

similar_text ( $var_1 , $var_2 , $percent );

echo $percent ;
// 27.272727272727

similar_text ( $var_2 , $var_1 , $percent );

echo $percent ;
// 18.181818181818
?>

Please note that this function calculates a similarity of 0 (zero) for two empty strings.

Recursive algorithm usually is very elegant one. I found a way to get better precision without the recursion. Imagine two different (or same) length ribbons with letters on each. You simply shifting one ribbon to left till it matches the letter the first.

function similarity ( $str1 , $str2 ) <
$len1 = strlen ( $str1 );
$len2 = strlen ( $str2 );

$max = max ( $len1 , $len2 );
$similarity = $i = $j = 0 ;

return round ( $similarity / $max , 2 );
>

$str1 = ‘12345678901234567890’ ;
$str2 = ‘12345678991234567890’ ;

echo ‘Similarity: ‘ . ( similarity ( $str1 , $str2 ) * 100 ) . ‘%’ ;
?>

Note that this function is case sensitive:

= ‘Hello’ ;
$var2 = ‘Hello’ ;
$var3 = ‘hello’ ;

echo similar_text ( $var1 , $var2 ); // 5
echo similar_text ( $var1 , $var3 ); // 4

Actually similar_text() is not bad.
it works good. But before processing i think is a good way to make a little mod like this

$var_1 = strtoupper(«doggy»);
$var_2 = strtoupper(«Dog»);

similar_text($var_1, $var_2, $percent);

echo $percent; // output is 75 but without strtoupper output is 50

The speed issues for similar_text seem to be only an issue for long sections of text (>20000 chars).

I found a huge performance improvement in my application by just testing if the string to be tested was less than 20000 chars before calling similar_text.

20000+ took 3-5 secs to process, anything else (10000 and below) took a fraction of a second.
Fortunately for me, there was only a handful of instances with >20000 chars which I couldn’t get a comparison % for.

If you have reserved names in a database that you don’t want others to use, i find this to work pretty good.
I added strtoupper to the variables to validate typing only. Taking case into consideration will decrease similarity.

= mysql_query ( «select * from $table » ) or die( «Query failed» );

while ( $row = mysql_fetch_array ( $query )) <
similar_text ( strtoupper ( $_POST [ ‘name’ ]), strtoupper ( $row [ ‘reserved’ ]), $similarity_pst );
if ( number_format ( $similarity_pst , 0 ) > 90 ) <
$too_similar = $row [ ‘reserved’ ];
print «The name you entered is too similar the reserved name «» . $row [ ‘reserved’ ]. «»» ;
break;
>
>
?>

Well, as mentioned above the speed is O(N^3), i’ve done a longest common subsequence way that is O(m.n) where m and n are the length of str1 and str2, the result is a percentage and it seems to be exactly the same as similar_text percentage but with better performance. here’s the 3 functions i’m using..

function LCS_Length ( $s1 , $s2 )
<
$m = strlen ( $s1 );
$n = strlen ( $s2 );

//this table will be used to compute the LCS-Length, only 128 chars per string are considered
$LCS_Length_Table = array(array( 128 ),array( 128 ));

//reset the 2 cols in the table
for( $i = 1 ; $i $m ; $i ++) $LCS_Length_Table [ $i ][ 0 ]= 0 ;
for( $j = 0 ; $j $n ; $j ++) $LCS_Length_Table [ 0 ][ $j ]= 0 ;

for ( $i = 1 ; $i $m ; $i ++) <
for ( $j = 1 ; $j $n ; $j ++) <
if ( $s1 [ $i — 1 ]== $s2 [ $j — 1 ])
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i — 1 ][ $j — 1 ] + 1 ;
else if ( $LCS_Length_Table [ $i — 1 ][ $j ] >= $LCS_Length_Table [ $i ][ $j — 1 ])
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i — 1 ][ $j ];
else
$LCS_Length_Table [ $i ][ $j ] = $LCS_Length_Table [ $i ][ $j — 1 ];
>
>
return $LCS_Length_Table [ $m ][ $n ];
>

function str_lcsfix ( $s )
<
$s = str_replace ( » » , «» , $s );
$s = ereg_replace ( «[��������]» , «e» , $s );
$s = ereg_replace ( «[������������]» , «a» , $s );
$s = ereg_replace ( «[��������]» , «i» , $s );
$s = ereg_replace ( «[���������]» , «o» , $s );
$s = ereg_replace ( «[��������]» , «u» , $s );
$s = ereg_replace ( «[�]» , «c» , $s );
return $s ;
>

function get_lcs ( $s1 , $s2 )
<
//ok, now replace all spaces with nothing
$s1 = strtolower ( str_lcsfix ( $s1 ));
$s2 = strtolower ( str_lcsfix ( $s2 ));

$lcs = LCS_Length ( $s1 , $s2 ); //longest common sub sequence

$ms = ( strlen ( $s1 ) + strlen ( $s2 )) / 2 ;

return (( $lcs * 100 )/ $ms );
>
?>

you can skip calling str_lcsfix if you don’t worry about accentuated characters and things like that or you can add up to it or modify it for faster performance, i think ereg is not the fastest way?
hope this helps.
Georges

similar_text — Вычисляет степень похожести двух строк

(PHP 4, PHP 5, PHP 7)

similar_text — Вычисляет степень похожести двух строк

Описание

Вычисляет степень похожести двух строк по алгоритму, описанному в Programming Classics: Implementing the World’s Best Algorithms by Oliver (ISBN 0-131-00413-1). Эта реализация алгоритма не использует стека, использованного в оригинале, вместо этого применяются рекурсивные вызовы, что в некоторых случаях может ускорить процесс. Сложность алгоритма составляет O(N**3), где N — длина более длинной из двух строк.

Список параметров

При передаче по ссылке третьего аргумента, similar_text() присваивает ему степень похожести двух строк в процентах.

Возвращаемые значения

Возвращается количество совпадающих символов в двух строках.

Смотрите также

• levenshtein() — Вычисляет расстояние Левенштейна между двумя строками
• soundex() — Возвращает ключ soundex для строки

Процентная похожесть двух слов

Вопрос собственно ЗАЧЕМ? Я понимаю, нужно, очень часто при взаимодействии с пользователем через текст, обрабатывать возможность опечаток-ошибок. Но тут?

Вопрос собственно ЗАЧЕМ? Я понимаю, нужно, очень часто при взаимодействии с пользователем через текст, обрабатывать возможность опечаток-ошибок. Но тут?

в голову приходит только что-то типа баллов: за каждую общую букву — 1 балл за каждую общую букву после другой общей — 3 балла за каждую общую букву после другой общей, при этом они соседние — 5 баллов. вот и придется подсчитать каждый для конкретной пара, а также найти максимум схожести. потом поделить. хотя кривовато будет. надо определиться с критериями похожести

Вам также может быть интересно

Обучение программированию

Эффекты с изображениями

Как сделать — визуальные эффекты изображениям Узнайте, как добавить визуальные эффекты к изображениям. Фильтры

Обучение программированию

Язык xml схемы данных

Понимание XML Узнайте, как Расширяемый язык разметки (Extensible Markup Language — XML) облегчает универсальный

Обучение программированию

Юмор пиво для программиста

ХАЙФХАК: ПРОГРАММИСТ ВЗЛОМАЛ СИСТЕМУ, ЧТОБЫ ПОПИТЬ ПИВО БЕСПЛАТНО / пиво :: geek новости ::

Обучение программированию

Язык обработки данных awk

Примеры команды AWK в Linux Введение AWK назван в честь фамилии его авторов: Альфред

Обучение программированию

Я загружаю timagelist динамически как сделать картинки из timagelist прозрачными

Я загружаю timagelist динамически как сделать картинки из timagelist прозрачными? Элемент управления ImageList содержит

Обучение программированию

Язык преобразований xsl (xslt)

Введение в XSLT XSLT представляет собой способ для XML-документов в другие XML или документы

Обучение программированию

Является ли указанная страница — домашней (IE)

Является ли указанная страница — домашней? (IE) При создании новой вкладки (about:Tabs) в IE9

Обучение программированию

Язык преобразований XSLT

Справочник по интерфейсу администратора Ссылки Назад «> Вверх Вперед Опубликованные SQL View > XSLT

Обучение программированию

Ядро и процессы

Что такое ядро в биологии? Строение и функции ядра В каждой живой клетке протекает

Обучение программированию

Язык программирования alfa

Язык программирования alfa По питанию контроллеры делятся на два типа: с питанием 220 В

Обучение программированию

Язык cc

C++ — Базовый синтаксис Когда мы рассматриваем программу на C ++, ее можно определить

Обучение программированию

Язык рефал

Язык рефал Ура! Сегодня, 30.05.2005, наконец появилась адаптированная к современным платформам Windows-(95/98/ME/NT/2000/XP) и UNIX

Обучение программированию

Эффект pазвивающегося флага

Scrontch’s Flag Designer Design Your Flag! Generates Scalable Vector Graphics (SVG). This App requires

Обучение программированию

Язык sql

SQL-Урок 1. Язык SQL. Основные понятия. Для того, чтобы начать изучать SQL нам нужно

Обучение программированию

Язык с

C++ с нуля Этот самоучитель создан для тех, кто хочет освоить основы программирования на

Обучение программированию

Эффект горящей надписи

Простой огненный текст в Фотошопе Конечный результат: Ресурсы урока: Шаг 1 Создайте новый документ

Обучение программированию

Язык xml documents type definitions (dtd)

Язык XML — практическое введение . Documents Type Definitions (DTD) В XML- документах DTD

Обучение программированию

Языки и грамматики простейший компилятор

ГРАММАТИКА ЯЗЫКОВ ПРОГРАММИРОВАНИЯ Описанию грамматики языка предшествует описание его алфавита. Алфавит любого языка состоит

Обучение программированию

Эффект ледяной надписи

Ледяной текст в Фотошопе Конечный результат: Ресурсы урока: 1. Создание фона Шаг 1 Создайте

Обучение программированию

Язык xml dom совместимые анализаторы

XML-анализаторы в java XML как набор байт в памяти, запись в базе или текстовый

Обучение программированию

Языки описания пользовательских интерфейсов

Языки описания пользовательских интерфейсов Язык описания интерфейсов Язык описания интерфейсов (IDL), используемый OMG определяет

Обучение программированию

Эффект линзы (watcom c)

Эффект линзы (watcom c) Просветляющие покрытия от ZEISS Высококачественные линзы требуют высоколассного подхода: защита,

Обучение программированию

Язык xml xml в microsoft internet explorer 5 0

Основы XML для начинающих пользователей Введение в правильную разметку XML означает Extensible Markup Language,

Обучение программированию

Языки программирования

Языки программирования Язык программирования — искусственный (формальный) язык, предназначенный для записи программ для исполнителя