PHP - 检查字符串是否只有少于 4 个字符的单词答案

【问题标题】：PHP - Check if a string has only words of less than 4 charactersPHP - 检查字符串是否只有少于 4 个字符的单词
【发布时间】：2017-05-06 10:50:37
【问题描述】：

我需要检查一个查询字符串是否仅由少于 4 个字符的单词组成，如果是，则删除所有空格。

类似：this has four character words or higher ... 将返回 FALSE

类似：hd 1 kit ... 将返回 TRUE，因为字符串中的单词不超过 3 个字符。

我会尝试对其进行编码，但对于如何为此类内容编写正则表达式一无所知。

【问题讨论】：

标签： php regex

【解决方案1】：

您可以使用@SahilGulati 建议的正则表达式来执行此操作，但使用explode() 可能更有效：

$string = "this has four character words or higher";
$array = explode(" ", $string);
$success = true;
foreach ($array as $word) {
    if(strlen($word) < 4) {
        $success = false;
        break;
    }
}
if($success) {
    echo "ok";
} else {
    echo "nok";
}

这是live example。

here 是使用正则表达式和非正则表达式的实时比较（不使用正则表达式时大约快 35%）：

<?php
function noRegex() {
    $string = "this has four character words or higher";
    $array = explode(" ", $string);
    $success = true;
    foreach ($array as $word) {
        if(strlen($word) < 4) {
            $success = false;
            break;
        }
    }
    return $success;
}
function regex() {
    $string = "this has four character words or higher";
    $success = false;
    if(!preg_match_all("/\b[a-zA-Z0-9]{4}\b/", $string)) {
        $success = true;
    }
    return $success;
}

$before = microtime(true);
for($i=0; $i<2000000; $i++) {
    noRegex();
}
echo "no regex: ";
echo $noRegexTime = microtime(true) - $before;
echo $noRegexTime;
echo "\n";

$before = microtime(true);
for($i=0; $i<2000000; $i++) {
    regex();
}
echo "regex: ";
echo $regexTime = microtime(true) - $before;
echo $regexTime;
echo "\n";

echo "Not using regex is " . round((($regexTime / $noRegexTime) - 1) * 100, 2) . "% faster than using regex.";
?>

【讨论】：

我选择了我选择的答案，因为我处于使用率较低的环境中，查询已经在不到一秒的时间内得到处理。我更喜欢更少的代码。我的最终结果：$query = (!preg_match_all("/\b[a-zA-Z0-9]{4,}\b/", $query) ? str_replace(" ","",$query) : $query );
此解决方案不尊重标点符号。使用正则表达式，您根本不考虑它们，但使用爆炸，您需要修剪它们，我猜。
你为什么要在你的基准测试中使用preg_match_all？ return (bool)!preg_match("/\b[a-zA-Z0-9]{4}/", $string); 它的性能优于 noregex。
我使用了与 SahilGulatis 的答案相同的代码 sn-p。是的，在这个例子中没有考虑标点符号。

【解决方案2】：

希望这个简单的解决方案能帮到你。

正则表达式： /\b[a-zA-Z0-9]{4,}\b/

1. \b[a-zA-Z0-9]{4,}\b 将匹配四个字符，\b 用于边界条件。

<?php

$string1="this has four character words or higher";
$string2="hd 1 kit";

if(!preg_match_all("/\b[a-zA-Z0-9]{4,}\b/", $string1))
{
    echo "Should be allowed";
}

【讨论】：

谢谢，工作完美，我应该想到，为什么不尝试搜索至少 4 个字符中的 1 个单词，并从中判断为真/假。非常感谢！
如果你认为你只需要一个个至少四个字符的单词，你可以让它更简单。
@CasimiretHippolyte 我已经更改了它，因为 SO 上的一个好人给了我这样的字符串 I am Sahil。这没有4 字符的单词，但它应该被禁止..
我在想：if (!preg_match("/\b[a-zA-Z0-9]{4}/", $string1))
@CasimiretHippolyte 是的，这也可能是正确的......对的人...... :)

【解决方案3】：

如果字符串中没有标点符号，那么最有效的方法是使用strpos：

function checkWordsLenght($string, $limit)
{
    $offset = 0;
    $string .= ' ';

    while(($position = strpos($string, ' ', $offset)) !== false) {
        if (($position - $offset) > $limit) {
            return false;
        }

        $offset = $position + 1;
    }

    return true;
}

这里是working demo。

【讨论】：

【解决方案4】：

重要的是，在提供基于正则表达式的解决方案时，被视为“最佳”的答案是最精炼的。这意味着提供最准确的结果，当结果准确度并列时，性能应该是下一个标准，其次是模式简洁性。

出于这个原因，我不得不发布一个优于当前接受的答案的答案。我将使用 V_RocKs 在 ssc-hrep3 的答案下的评论中使用的变量名。

使用第一个示例字符串的代码：

$query="this has four character words or higher";
$query=preg_match("/[^ ]{4,}/",$query)?str_replace(" ","",$query):$query;
echo "$query";

输出：

thishasfourcharacterwordsorhigher

使用第二个示例字符串的代码：

$query="hd 1 kit";
$query=preg_match("/[^ ]{4,}/",$query)?str_replace(" ","",$query):$query;
echo "$query";

输出：

hd 1 kit

我的正则表达式模式不仅同样准确，而且更短、更高效（需要更少的步骤）。对于这个问题，边界字符的使用是不必要的，它会对性能产生近 50% 的负面影响。

从模式中删除单词边界后，有几种方法可以定位所需的子字符串。以下模式具有完全相同的含义和steps 计数：

/[a-zA-Z0-9]{4,}/
/[a-z0-9]{4,}/i
/[a-z\d]{4,}/i
/[^ ]{4,}/

我的观点是：读者来 SO 并不是为了寻找“嗯，这已经足够好”的答案了，他们来这里是为了从才华横溢、多元化的 SO 社区的庞大知识库中汲取灵感/教育方法。让我们努力在每个答案上实现最佳方法，以便未来的读者可以从我们的见解中学习，并接受所有编码语言所提供的教育。

当次优模式在 SO 上获得支持/绿色标记时，就错失了正确教育读者完成编码任务的最佳方法的机会。

【讨论】：