PHP - 搜索搜索词的句子数组？答案

【问题标题】：PHP - Search array of sentences for search term(s)?PHP - 搜索搜索词的句子数组？
【发布时间】：2012-08-02 17:30:39
【问题描述】：

所以，假设我有一个简单的句子数组。根据用户输入进行搜索并返回最接近的匹配项的最佳方法是什么？

Levenshtein 函数看起来很有希望，但我不认为我想使用它们。用户输入可能像highest mountain 一样简单，在这种情况下，我想在数组中搜索具有highest mountain 的句子。如果该确切的短语不存在，那么我想搜索具有highest 和mountain 但不是背靠背的句子，依此类推。 Levenshtein 函数基于每个字符工作，但我真正需要的是基于每个单词。

当然，在某种程度上，Levenshtein 函数可能仍然有用，因为我还想考虑包含短语 highest mountains（注意 S）或类似短语的句子的可能性。

你有什么建议？是否有任何已经存在的 PHP 系统可以做到这一点？单独的 Levenshtein 函数会是一个适当的解决方案吗？有我不知道的基于单词的 Levenshtein 函数吗？

谢谢！

编辑 - 我考虑了 MySQL 全文搜索，还考虑了将 A) 输入和 B) 每个句子分解为单独的单词数组的可能性，然后以这种方式进行比较，使用Levenshtein 函数用于解释单词的变化。（颜色、颜色、颜色等）但是，我担心这种方法虽然可能很聪明，但计算量可能会很大。

【问题讨论】：

为什么不在数据库中做呢？您的数据来源是什么？
这更适合于数据库中的全文搜索，而不是 PHP 中手动构建的东西。
我正在将维基百科的文章解析成句子。如果将这些存储在数据库中、全文搜索然后从数据库中删除这些条目会更快，我愿意接受这种解决方案，尽管我无法想象它会非常有效。
您在使用framework.zend.com/manual/en 吗？里面有一个 Lucene 库，从来没用过，但如果你想远离 DB，这似乎是对的！

标签： php arrays search levenshtein-distance

【解决方案1】：

由于我不喜欢为您编写代码，因此我通常会先询问您尝试过什么。但是，我目前遇到了一些问题，所以休息了一下，写了这个：

$results=array();
foreach($array as $sentence){
    if(stripos($sentence,$searchterm)!==false)
        $results[]=$sentence;
}
if(count($results)==0){
    $wordlist=explode(" ",$searchterm);
    foreach($wordlist as $word){
        foreach($array as $sentence){
            if(stripos($sentence,$word)!==false)
                $results[]=$sentence;
        }
    }
}
print_r($results);

这将准确搜索一系列句子的术语。如果您输入“microsift”并且句子中包含“Microsoft”一词，它将找不到结果。它不区分大小写，因此它应该更好地工作。如果使用完整术语没有找到结果，则将其分解并按单词搜索。希望这至少为您指明了一个起点。

【讨论】：

谢谢！我正在寻找的可能比这更复杂一些（除了基于单词的完整搜索之外，它还需要一个模糊搜索），但我很欣赏这个想法！

【解决方案2】：

检查这个：http://framework.zend.com/manual/en/zend.search.lucene.overview.html

Zend_Search_Lucene 提供了 HTML 解析功能。可以直接从 HTML 文件或字符串创建文档：

$doc = Zend_Search_Lucene_Document_Html::loadHTML($htmlString);
$index->addDocument($doc);

【讨论】：

嗯。这可能有效，但看起来相当复杂。我会做一些研究。谢谢指点！
感谢您的研究请求，Lucene 在 Java 世界中是众所周知的，从现在开始我会在 PHP 中考虑这个 =)
我用过 Zend Lucene。这不是一个很棒的港口。在某些情况下，性能比 Java Lucene 差几个数量级（在 Zend Lucene 中，5 ms 查询变成了 5 秒查询），并且功能集不完整。
我明白了。您查询了多少数据？

【解决方案3】：

PHP 没有内置函数来执行此操作。这是因为您所要求的内容涉及搜索相关性、相关术语、迭代搜索以及需要在搜索中模仿人类逻辑的许多更复杂的操作。您可以尝试寻找基于 PHP 的搜索类，尽管我知道的是数据库搜索引擎而不是数组搜索类。自己制作非常复杂。

【讨论】：