提问



考虑:


$a = 'How are you?';

if ($a contains 'are')
    echo 'true';


假设我有上面的代码,编写语句if ($a contains 'are')的正确方法是什么?

最佳参考


您可以使用strpos()函数来查找另一个字符串中出现的一个字符串:[109]


$a = 'How are you?';

if (strpos($a, 'are') !== false) {
    echo 'true';
}


请注意,!== false的使用是故意的; strpos()返回针头字符串在haystack字符串中开始的偏移量,或者如果没有找到针头则返回布尔值false。由于0是有效偏移量而0是falsey,我们不能使用像!strpos($a, 'are')这样简单的结构。

其它参考1


您可以使用正则表达式,与其他用户提到的strpos相比,它更适合单词匹配,对于诸如票价,关心,凝视等字符串,它也会返回true。通过使用单词边界,可以在正则表达式中简单地避免这种情况。 。


一个简单的匹配可能看起来像这样:


$a = 'How are you?';

if (preg_match('/\bare\b/',$a))
    echo 'true';


在性能方面,strpos的速度提高了大约三倍,并且考虑到,当我同时进行一百万次比较时,它需要1.5分钟的预匹配,并且需要花费0.5秒。

其它参考2


这是一个小实用函数,在这种情况下很有用


// returns true if $needle is a substring of $haystack
function contains($needle, $haystack)
{
    return strpos($haystack, $needle) !== false;
}

其它参考3


虽然这些答案中的大部分都会告诉您字符串中是否出现子字符串,但如果您正在寻找特定的字而不是子字符串那么这通常不是您想要的。 EM>。


有什么区别?子字符串可以出现在其他词中:



  • 区域开头的是

  • 野兔结束时的是

  • 是中间的票价



减轻这种情况的一种方法是使用与单词边界相结合的正则表达式(\b):[110]


function containsWord($str, $word)
{
    return !!preg_match('#\\b' . preg_quote($word, '#') . '\\b#i', $str);
}


这种方法没有上面提到的相同的误报,但它确实有一些自己的边缘情况。字边界匹配非单词字符(\W),这将是任何不是a-zA-Z0-9_。这意味着数字和下划线将被计为单词字符,这样的场景将失败:



  • 你在想什么?你在想什么?

  • 你好,不管那些人是谁?



如果你想要比这更精确的东西,你将不得不开始进行英语语法解析,这是一个非常大的蠕虫(并假设正确使用语法,无论如何,这并不总是给定)。

其它参考4


要确定字符串是否包含另一个字符串,您可以使用PHP函数strpos()。[111]


int strpos ( string $haystack , mixed $needle [, int $offset = 0 ] )


<?php

$haystack = 'how are you';
$needle = 'are';

if (strpos($haystack,$needle) !== false) {
    echo "$haystack contains $needle";
}

?>


注意:


如果您正在搜索的针头位于干草堆的开头,它将返回位置0,如果您进行==比较不起作用,则需要执行===


==符号是一个比较,并测试左边的变量/表达式/常量是否与右边的变量/表达式/常量具有相同的值。


===符号是比较以查看两个变量/表达式/常量是否相等AND具有相同的类型 - 即两者都是字符串或两者都是整数。

其它参考5


使用strstr()stristr()如果您的搜索不区分大小写将是另一种选择。[112] [113]

其它参考6


strpos():[114]


<?php
    $mystring = 'abc';
    $findme   = 'a';
    $pos = strpos($mystring, $findme);

    // Note our use of ===. Simply, == would not work as expected
    // because the position of 'a' was the 0th (first) character.
    if ($pos === false) {
        echo "The string '$findme' was not found in the string '$mystring'.";
    }
    else {
        echo "The string '$findme' was found in the string '$mystring',";
        echo " and exists at position $pos.";
    }
?>

其它参考7


使用stripos():[115]使用不区分大小写匹配


if (stripos($string,$stringToSearch) !== false) {
    echo 'true';
}

其它参考8


如果你想避免假和真理问题,你可以使用substr_count:


if (substr_count($a, 'are') > 0) {
    echo "at least one 'are' is present!";
}


它比strpos慢一点,但它避免了比较问题。

其它参考9


同意SamGoody和Lego Stormtroopr的评论。


如果您正在寻找一种PHP算法来根据多个单词的邻近度/相关性对搜索结果进行排名
这里提供了一种仅使用PHP生成搜索结果的快捷方法:


其他布尔搜索方法的问题,如strpos()preg_match()strstr()stristr()



  1. 无法搜索多个单词

  2. 结果未列​​入



基于向量空间模型的PHP方法和tf-idf(术语频率 - 逆文档频率): [116] [117]


这听起来很难,但却非常容易。


如果我们想在字符串中搜索多个单词,核心问题是我们如何为每个单词分配权重?


如果我们可以根据它们对字符串整体的代表性来对字符串中的术语进行加权,
我们可以通过最符合查询的结果来排序结果。


这是向量空间模型的概念,与SQL全文搜索的工作方式相差无几:


function get_corpus_index($corpus = array(), $separator=' ') {

    $dictionary = array();

    $doc_count = array();

    foreach($corpus as $doc_id => $doc) {

        $terms = explode($separator, $doc);

        $doc_count[$doc_id] = count($terms);

        // tf–idf, short for term frequency–inverse document frequency, 
        // according to wikipedia is a numerical statistic that is intended to reflect 
        // how important a word is to a document in a corpus

        foreach($terms as $term) {

            if(!isset($dictionary[$term])) {

                $dictionary[$term] = array('document_frequency' => 0, 'postings' => array());
            }
            if(!isset($dictionary[$term]['postings'][$doc_id])) {

                $dictionary[$term]['document_frequency']++;

                $dictionary[$term]['postings'][$doc_id] = array('term_frequency' => 0);
            }

            $dictionary[$term]['postings'][$doc_id]['term_frequency']++;
        }

        //from http://phpir.com/simple-search-the-vector-space-model/

    }

    return array('doc_count' => $doc_count, 'dictionary' => $dictionary);
}

function get_similar_documents($query='', $corpus=array(), $separator=' '){

    $similar_documents=array();

    if($query!=''&&!empty($corpus)){

        $words=explode($separator,$query);

        $corpus=get_corpus_index($corpus, $separator);

        $doc_count=count($corpus['doc_count']);

        foreach($words as $word) {

            if(isset($corpus['dictionary'][$word])){

                $entry = $corpus['dictionary'][$word];


                foreach($entry['postings'] as $doc_id => $posting) {

                    //get term frequency–inverse document frequency
                    $score=$posting['term_frequency'] * log($doc_count + 1 / $entry['document_frequency'] + 1, 2);

                    if(isset($similar_documents[$doc_id])){

                        $similar_documents[$doc_id]+=$score;

                    }
                    else{

                        $similar_documents[$doc_id]=$score;

                    }
                }
            }
        }

        // length normalise
        foreach($similar_documents as $doc_id => $score) {

            $similar_documents[$doc_id] = $score/$corpus['doc_count'][$doc_id];

        }

        // sort from  high to low

        arsort($similar_documents);

    }   

    return $similar_documents;
}


案例1


$query = 'are';

$corpus = array(
    1 => 'How are you?',
);

$match_results=get_similar_documents($query,$corpus);
echo '<pre>';
    print_r($match_results);
echo '</pre>';


RESULT


Array
(
    [1] => 0.52832083357372
)


案例2


$query = 'are';

$corpus = array(
    1 => 'how are you today?',
    2 => 'how do you do',
    3 => 'here you are! how are you? Are we done yet?'
);

$match_results=get_similar_documents($query,$corpus);
echo '<pre>';
    print_r($match_results);
echo '</pre>';


结果


Array
(
    [1] => 0.54248125036058
    [3] => 0.21699250014423
)


案例3


$query = 'we are done';

$corpus = array(
    1 => 'how are you today?',
    2 => 'how do you do',
    3 => 'here you are! how are you? Are we done yet?'
);

$match_results=get_similar_documents($query,$corpus);
echo '<pre>';
    print_r($match_results);
echo '</pre>';


结果


Array
(
    [3] => 0.6813781191217
    [1] => 0.54248125036058
)


有很多改进
但该模型提供了一种从自然查询中获得良好结果的方法,
没有布尔运算符,如strpos()preg_match()strstr()stristr()


NOTA BENE


可选择在搜索单词之前消除冗余



  • 从而减小了索引大小并减少了存储需求

  • 减少磁盘I/O.

  • 更快的索引和更快的搜索速度。



1。归一化



  • 将所有文字转换为小写



2。阻止词语



  • 消除文本中没有实际意义的词语(如和,或,the,for等)



第3。字典替换



  • 将其他词语替换为具有相同或相似含义的词语。
    (例如:用饥饿取代饥饿和饥饿的例子)

  • 可以执行进一步的算法测量(滚雪球)以进一步将词语简化为其基本含义。

  • 用十六进制等值替换颜色名称

  • 通过降低精度来减少数值是标准化文本的其他方法。



资源



  • http://linuxgazette.net/164/sephton.html

  • http://snowball.tartarus.org/

  • MySQL全文搜索分数说明

  • http://dev.mysql.com/doc/internals/en/full-text-search.html

  • http://en.wikipedia.org/wiki/Vector_space_model

  • http://en.wikipedia.org/wiki/Tf%E2%80%93idf

  • http://phpir.com/simple-search-the-vector-space-model/


其它参考10


另一种选择是使用strstr()函数。类似的东西:[118] [119] [121] [122] [123] [124] [125]


if (strlen(strstr($haystack,$needle))>0) {
// Needle Found
}


注意:strstr()函数区分大小写。对于不区分大小写的搜索,请使用stristr()函数。[126]

其它参考11


我对strposstrstr和类似函数提到的多字节字符串函数(2015-05-08)没有任何答案感到有点印象。[127]


基本上,如果你很难找到某些语言特有的字词,例如德语,法语,葡萄牙语,西班牙语等(例如:ä,é,ô,ç,º,ñ),您可能希望先于函数mb_。因此,接受的答案将使用mb_strposmb_stripos(对于不区分大小写的匹配)而是:[128] [129]


if (mb_strpos($a,'are') !== false) {
    echo 'true';
}


如果您无法保证所有数据都是100%采用UTF-8 ,您可能需要使用mb_函数。


一篇很好的文章,了解为什么绝对最低每个软件开发人员绝对,必须知道关于Unicode和字符集(没有借口!) Joel Spolsky 。[131]]] [132]

其它参考12


以下功能也有效,不依赖于任何其他功能;它仅使用本机PHP字符串操作。就个人而言,我不推荐这个,但你可以看到它是如何工作的:


<?php

if (!function_exists('is_str_contain')) {
  function is_str_contain($string, $keyword)
  {
    if (empty($string) || empty($keyword)) return false;
    $keyword_first_char = $keyword[0];
    $keyword_length = strlen($keyword);
    $string_length = strlen($string);

    // case 1
    if ($string_length < $keyword_length) return false;

    // case 2
    if ($string_length == $keyword_length) {
      if ($string == $keyword) return true;
      else return false;
    }

    // case 3
    if ($keyword_length == 1) {
      for ($i = 0; $i < $string_length; $i++) {

        // Check if keyword's first char == string's first char
        if ($keyword_first_char == $string[$i]) {
          return true;
        }
      }
    }

    // case 4
    if ($keyword_length > 1) {
      for ($i = 0; $i < $string_length; $i++) {
        /*
        the remaining part of the string is equal or greater than the keyword
        */
        if (($string_length + 1 - $i) >= $keyword_length) {

          // Check if keyword's first char == string's first char
          if ($keyword_first_char == $string[$i]) {
            $match = 1;
            for ($j = 1; $j < $keyword_length; $j++) {
              if (($i + $j < $string_length) && $keyword[$j] == $string[$i + $j]) {
                $match++;
              }
              else {
                return false;
              }
            }

            if ($match == $keyword_length) {
              return true;
            }

            // end if first match found
          }

          // end if remaining part
        }
        else {
          return false;
        }

        // end for loop
      }

      // end case4
    }

    return false;
  }
}


测试:


var_dump(is_str_contain("test", "t")); //true
var_dump(is_str_contain("test", "")); //false
var_dump(is_str_contain("test", "test")); //true
var_dump(is_str_contain("test", "testa")); //flase
var_dump(is_str_contain("a----z", "a")); //true
var_dump(is_str_contain("a----z", "z")); //true 
var_dump(is_str_contain("mystringss", "strings")); //true 

其它参考13


if (preg_match('are', $a)) {
   echo 'true';
}

其它参考14


我遇到了一些麻烦,最后我选择创建自己的解决方案。不使用正则表达式引擎:[133]


function contains($text, $word)
{
    $found = false;
    $spaceArray = explode(' ', $text);

    $nonBreakingSpaceArray = explode(chr(160), $text);

    if (in_array($word, $spaceArray) ||
        in_array($word, $nonBreakingSpaceArray)
       ) {

        $found = true;
    }
    return $found;
 }


您可能会注意到,之前的解决方案不是将该词用作另一个词的前缀的答案。为了使用你的例子:


$a = 'How are you?';
$b = "a skirt that flares from the waist";
$c = "are";


对于上面的示例,$a$b都包含$c,但您可能希望您的函数告诉您只有$a包含$c

其它参考15


您可以使用strstr功能:


$haystack = "I know programming";
$needle   = "know";
$flag = strstr($haystack, $needle);

if ($flag){

    echo "true";
}


不使用内置功能


$haystack  = "hello world";
$needle = "llo";

$i = $j = 0;

while (isset($needle[$i])) {
    while (isset($haystack[$j]) && ($needle[$i] != $haystack[$j])) {
        $j++;
        $i = 0;
    }
    if (!isset($haystack[$j])) {
        break;
    }
    $i++;
    $j++;

}
if (!isset($needle[$i])) {
    echo "YES";
}
else{
    echo "NO ";
}

其它参考16


在PHP中,验证字符串是否包含某个子字符串的最佳方法是使用这样的简单辅助函数:


function contains($haystack, $needle, $caseSensitive = false) {
    return $caseSensitive ?
            (strpos($haystack, $needle) === FALSE ? FALSE : TRUE):
            (stripos($haystack, $needle) === FALSE ? FALSE : TRUE);
}


说明:




  • strpos查找字符串中第一次出现区分大小写的子字符串的位置。

  • stripos在字符串中找到第一次出现不区分大小写的子字符串的位置。

  • myFunction($haystack, $needle) === FALSE ? FALSE : TRUE确保myFunction总是返回一个布尔值,并在子串的索引为0时修复意外行为。

  • $caseSensitive ? A : B选择strposstripos来完成工作,具体取决于$caseSensitive的值。



输出:



var_dump(contains('bare','are'));            // Outputs: bool(true)
var_dump(contains('stare', 'are'));          // Outputs: bool(true)
var_dump(contains('stare', 'Are'));          // Outputs: bool(true)
var_dump(contains('stare', 'Are', true));    // Outputs: bool(false)
var_dump(contains('hair', 'are'));           // Outputs: bool(false)
var_dump(contains('aren\'t', 'are'));        // Outputs: bool(true)
var_dump(contains('Aren\'t', 'are'));        // Outputs: bool(true)
var_dump(contains('Aren\'t', 'are', true));  // Outputs: bool(false)
var_dump(contains('aren\'t', 'Are'));        // Outputs: bool(true)
var_dump(contains('aren\'t', 'Are', true));  // Outputs: bool(false)
var_dump(contains('broad', 'are'));          // Outputs: bool(false)
var_dump(contains('border', 'are'));         // Outputs: bool(false)

其它参考17


简写版[134] [135] [136] [137]


$result = false!==strpos($a, 'are');

其它参考18


为了找到一个单词,而不是一系列可能实际上是另一个单词的一部分的字母的出现,以下将是一个很好的解决方案。


$string = 'How are you?';
$array = explode(" ", $string);

if (in_array('are', $array) ) {
    echo 'Found the word';
}

其它参考19


使用strstr()和stristr()从字符串中查找单词出现的另一个选项如下:[138] [139]


<?php
    $a = 'How are you?';
    if (strstr($a,'are'))  // Case sensitive
        echo 'true';
    if (stristr($a,'are'))  // Case insensitive
        echo 'true';
?>

其它参考20


您应该使用大小写不敏感的格式,因此如果输入的值在smallcaps中,则无关紧要。


<?php
$grass = "This is pratik joshi";
$needle = "pratik";
if (stripos($grass,$needle) !== false) { 

 /*If i EXCLUDE : !== false then if string is found at 0th location, 
   still it will say STRING NOT FOUND as it will return '0' and it      
   will goto else and will say NOT Found though it is found at 0th location.*/
    echo 'Contains word';
}else{
    echo "does NOT contain word";
}
?>


这里stripos在heystack中找到针没有考虑案例(小/上限)。


带输出的PHPCode样本 [140]

其它参考21


它可以通过三种不同的方式完成:


 $a = 'How are you?';


1- stristr()


 if (strlen(stristr($a,"are"))>0) {
    echo "true"; // are Found
 } 


2- strpos()


 if (strpos($a, "are") !== false) {
   echo "true"; // are Found
 }


3- preg_match()


 if( preg_match("are",$a) === 1) {
   echo "true"; // are Found
 }

其它参考22


许多使用substr_count的答案检查结果是否为>0。但由于if语句认为零与false相同,因此可以避免直接检查和写入:[141] [142]


if (substr_count($a, 'are')) {


要检查不是否存在,请添加!运算符:


if (!substr_count($a, 'are')) {

其它参考23


也许你可以使用这样的东西:


<?php
    findWord('Test all OK');

    function findWord($text) {
        if (strstr($text, 'ok')) {
            echo 'Found a word';
        }
        else
        {
            echo 'Did not find a word';
        }
    }
?>

其它参考24


如果您只想检查另一个字符串中是否包含一个字符串,请不要使用preg_match()。请改用strpos()strstr(),因为它们会更快。 (http://in2.php.net/preg_match)[143]


if (strpos($text, 'string_name') !== false){
   echo 'get the string';
}

其它参考25


你需要使用相同/不相同的运算符,因为strpos可以返回0作为它的索引值。如果你喜欢三元运算符,请考虑使用以下(似乎有点倒退我会承认):


echo FALSE === strpos($a,'are') ? 'false': 'true';

其它参考26


如果要检查字符串是否包含多个特定单词,您可以执行以下操作:


$badWords = array("dette", "capitale", "rembourser", "ivoire", "mandat");

$string = "a string with the word ivoire";

$matchFound = preg_match_all("/\b(" . implode($badWords,"|") . ")\b/i", $string, $matches);

if ($matchFound) {
    echo "a bad word has been found";
}
else {
    echo "your string is okay";
}


例如,这有助于在发送电子邮件时避免垃圾邮件。

其它参考27


strpos函数工作正常,但是如果你想case-insensitive检查段落中的单词,那么你可以使用PHPstripos函数。


例如,


$result = stripos("I love PHP, I love PHP too!", "php");
if ($result === false) {
    // Word does not exist
}
else {
    // Word exists
}


查找字符串中第一次出现不区分大小写的子字符串的位置。


如果单词不存在于字符串中,那么它将返回false,否则它将返回单词的位置。

其它参考28



  检查字符串是否包含特定单词?



这意味着必须将字符串解析为单词(请参阅下面的注释)。


执行此操作和指定分隔符的一种方法是使用preg_split(doc):[144]


<?php

function contains_word($str, $word) {
  // split string into words
  // separators are substrings of at least one non-word character
  $arr = preg_split('/\W+/', $str, NULL, PREG_SPLIT_NO_EMPTY);

  // now the words can be examined each
  foreach ($arr as $value) {
    if ($value === $word) {
      return true;
    }
  }
  return false;
}

function test($str, $word) {
  if (contains_word($str, $word)) {
    echo "string '" . $str . "' contains word '" . $word . "'\n";
  } else {
    echo "string '" . $str . "' does not contain word '" . $word . "'\n" ;
  }
}

$a = 'How are you?';

test($a, 'are');
test($a, 'ar');
test($a, 'hare');

?>


跑步给出了


$ php -f test.php                   
string 'How are you?' contains word 'are' 
string 'How are you?' does not contain word 'ar'
string 'How are you?' does not contain word 'hare'


注意:这里我们不是指每个符号序列的单词。


词的实际定义在某种意义上是PCRE正则表达式引擎,其中单词是仅由单词字符组成的子串,由非单词字符分隔。



  单词字符是任何字母或数字或下划线字符,
  也就是说,任何可以成为Perl单词一部分的字符。该
  字母和数字的定义由PCRE的字符控制
  表,如果发生特定于语言环境的匹配可能会有所不同(..)


其它参考29


可以使用以下函数检查字符串:


function either_String_existor_not($str, $character) {
    if (strpos($str, $character) !== false) {
        return true;
    }
    return false;
}