在 PHP 中查找两个字符串的匹配部分

Question

我正在寻找一种简单的方法来查找 PHP 中两个字符串的匹配部分（特别是在 URI 的上下文中）

例如，考虑两个字符串：

http://2.2.2.2/~machinehost/deployment_folder/

和

/~machinehost/deployment_folder/users/bob/settings

我需要的是砍掉这些的匹配部分第二个字符串中的两个字符串，结果是：

users/bob/settings，

然后附加第一个字符串作为前缀，形成绝对 URI。

有没有一些简单的方法（在 PHP 中）来比较两个任意字符串以匹配其中的子字符串？

编辑：正如所指出的，我的意思是两个字符串共有的最长匹配子字符串

Answer 1

假设您的字符串分别为 $a 和 $b，您可以使用以下内容：

$a = 'http://2.2.2.2/~machinehost/deployment_folder/';
$b = '/~machinehost/deployment_folder/users/bob/settings';

$len_a = strlen($a);
$len_b = strlen($b);

for ($p = max(0, $len_a - $len_b); $p < $len_b; $p++)
    if (substr($a, $len_a - ($len_b - $p)) == substr($b, 0, $len_b - $p))
        break;

$result = $a.substr($b, $len_b - $p);

echo $result;

此结果为 http://2.2.2.2/~machinehost/deployment_folder/用户/鲍勃/设置。

Answer 2

查找最长的公共匹配也可以使用正则表达式来完成。

下面的函数将采用两个字符串，使用一个字符串创建正则表达式，然后针对另一个字符串执行它。

/**
 * Determine the longest common match within two strings
 *
 * @param string $str1
 * @param string $str2 Two strings in any order.
 * @param boolean $case_sensitive Set to true to force
 * case sensitivity. Default: false (case insensitive).
 * @return string The longest string - first match.
 */
function get_longest_common_subsequence( $str1, $str2, $case_sensitive = false ) {
    // First check to see if one string is the same as the other.
    if ( $str1 === $str2 ) return $str1;
    if ( ! $case_sensitive && strtolower( $str1 ) === strtolower( $str2 ) ) return $str1;

    // We'll use '#' as our regex delimiter. Any character can be used as we'll quote the string anyway,
    $delimiter = '#';

    // We'll find the shortest string and use that to check substrings and create our regex.
    $l1 = strlen( $str1 );
    $l2 = strlen( $str2 );
    $str = $l1 <= $l2 ? $str1 : $str2;
    $str2 = $l1 <= $l2 ? $str2 : $str1;
    $l = min( $l1, $l2 );

    // Next check to see if one string is a substring of the other.
    if ( $case_sensitive ) {
        if ( strpos( $str2, $str ) !== false ) {
            return $str;
        }
    }
    else {
        if ( stripos( $str2, $str ) !== false ) {
            return $str;
        }
    }

    // Regex for each character will be of the format (?:a(?=b))?
    // We also need to capture the last character, but this prevents us from matching strings with a single character. (?:.|c)?
    $reg = $delimiter;
    for ( $i = 0; $i < $l; $i++ ) {
        $a = preg_quote( $str[ $i ], $delimiter );
        $b = $i + 1 < $l ? preg_quote( $str[ $i + 1 ], $delimiter ) : false;
        $reg .= sprintf( $b !== false ? '(?:%s(?=%s))?' : '(?:.|%s)?', $a, $b );
    }
    $reg .= $delimiter;
    if ( ! $case_sensitive ) {
        $reg .= 'i';
    }
    // Resulting example regex from a string 'abbc':
    // '#(?:a(?=b))?(?:b(?=b))?(?:b(?=c))?(?:.|c)?#i';

    // Perform our regex on the remaining string
    $str = $l1 <= $l2 ? $str2 : $str1;
    if ( preg_match_all( $reg, $str, $matches ) ) {
        // $matches is an array with a single array with all the matches.
        return array_reduce( $matches[0], function( $a, $b ) {
            $al = strlen( $a );
            $bl = strlen( $b );
            // Return the longest string, as long as it's not a single character.
            return $al >= $bl || $bl <= 1 ? $a : $b;
        }, '' );
    }

    // No match - Return an empty string.
    return '';
}

它将使用两个字符串中较短的一个来生成正则表达式，尽管两种方式的性能很可能是相同的。它可能会错误地将字符串与重复出现的子字符串进行匹配，并且我们仅限于匹配两个或多个字符的字符串，除非它们相等或者一个是另一个字符的子字符串。例如：

// Works as intended.
get_longest_common_subsequence( 'abbc', 'abc' ) === 'ab';

// Returns incorrect substring based on string length and recurring substrings.
get_longest_common_subsequence( 'abbc', 'abcdef' ) === 'abc';

// Does not return any matches, as all recurring strings are only a single character long.
get_longest_common_subsequence( 'abc', 'ace' ) === '';

// One of the strings is a substring of the other.
get_longest_common_subsequence( 'abc', 'a' ) === 'a';

无论如何，它使用替代方法运行，并且可以改进正则表达式以解决其他情况。

Answer 3

我不确定是否理解您的完整请求，但想法是：

让 A 成为您的 URL，B 成为您的“/~machinehost/deployment_folder/users/bob/settings”，

• 在 A -> 中搜索 B你得到一个索引 i （其中 i 是 A 中 B 的第一个 / 的位置）
• let l = length(A)
• 你需要将 B 从 (li) 剪切到 length(B) 以获取 B 的最后一部分（/ users/bob/settings）

我还没有测试过，但如果你真的需要，我可以帮助你让这个出色的（讽刺的）解决方案发挥作用。

请注意，使用正则表达式可能是可能的，例如

$pattern = "$B(.*?)"
$res = array();
preg_match_all($pattern, $A, $res);

编辑：我认为您的最后一条评论使我的回复无效。但你想要的是找到子字符串。因此，您可以首先从一个重型算法开始，尝试在 {2, length(B)} 中找到 A 中的 B[1:i]，然后使用一些 动态编程内容。

Answer 4

它似乎不是满足您要求的现成代码。那么让我们寻找一种简单的方法。

在这个练习中，我使用了两种方法，一种用于查找最长的匹配，另一种用于截断匹配部分。

FindLongestMatch() 方法分解一条路径，逐段在另一条路径中寻找匹配项，只保留一个匹配项，即最长的匹配项（没有数组，没有排序）。
RemoveLongestMatch() 方法采用找到的最长匹配位置之后的后缀或“余数”。

这里是完整的源代码：

<?php

function FindLongestMatch($relativePath, $absolutePath)
{
    static $_separator = '/';
    $splitted = array_reverse(explode($_separator, $absolutePath));

    foreach ($splitted as &$value)
    {
        $matchTest = $value.$_separator.$match;
        if(IsSubstring($relativePath, $matchTest))
            $match = $matchTest;

        if (!empty($value) && IsNewMatchLonger($match, $longestMatch))
            $longestMatch = $match;
    }

    return $longestMatch;
}

//Removes from the first string the longest match.
function RemoveLongestMatch($relativePath, $absolutePath)
{
    $match = findLongestMatch($relativePath, $absolutePath);
    $positionFound = strpos($relativePath, $match);     
    $suffix = substr($relativePath, $positionFound + strlen($match));

    return $suffix;
}

function IsNewMatchLonger($match, $longestMatch)
{
    return strlen($match) > strlen($longestMatch);
}

function IsSubstring($string, $subString)
{
    return strpos($string, $subString) > 0;
}

这是测试用例的代表性子集：

//TEST CASES
echo "<br>-----------------------------------------------------------"; 
echo "<br>".$absolutePath = 'http://2.2.2.2/~machinehost/deployment_folder/';
echo "<br>".$relativePath = '/~machinehost/deployment_folder/users/bob/settings';
echo "<br>Longest match: ".findLongestMatch($relativePath, $absolutePath);
echo "<br>Suffix: ".removeLongestMatch($relativePath, $absolutePath);

echo "<br>-----------------------------------------------------------"; 
echo "<br>".$absolutePath = 'http://1.1.1.1/root/~machinehost/deployment_folder/';
echo "<br>".$relativePath = '/root/~machinehost/deployment_folder/users/bob/settings';
echo "<br>Longest match: ".findLongestMatch($relativePath, $absolutePath);
echo "<br>Suffix: ".removeLongestMatch($relativePath, $absolutePath);

echo "<br>-----------------------------------------------------------"; 
echo "<br>".$absolutePath = 'http://2.2.2.2/~machinehost/deployment_folder/users/';
echo "<br>".$relativePath = '/~machinehost/deployment_folder/users/bob/settings';
echo "<br>Longest match: ".findLongestMatch($relativePath, $absolutePath);
echo "<br>Suffix: ".removeLongestMatch($relativePath, $absolutePath);

echo "<br>-----------------------------------------------------------"; 
echo "<br>".$absolutePath = 'http://3.3.3.3/~machinehost/~machinehost/subDirectory/deployment_folder/';
echo "<br>".$relativePath = '/~machinehost/subDirectory/deployment_folderX/users/bob/settings';
echo "<br>Longest match: ".findLongestMatch($relativePath, $absolutePath);
echo "<br>Suffix: ".removeLongestMatch($relativePath, $absolutePath);

运行以前的测试用例会提供以下输出：

http://2.2.2.2/~machinehost/deployment_folder/
/~machinehost/deployment_folder/users/bob/settings
Longuest match: ~machinehost/deployment_folder/
Suffix: users/bob/settings

http://1.1.1.1/root/~machinehost/deployment_folder/
/root/~machinehost/deployment_folder/users/bob/settings
Longuest match: root/~machinehost/deployment_folder/
Suffix: users/bob/settings

http://2.2.2.2/~machinehost/deployment_folder/users/
/~machinehost/deployment_folder/users/bob/settings
Longuest match: ~machinehost/deployment_folder/users/
Suffix: bob/settings

http://3.3.3.3/~machinehost/~machinehost/subDirectory/deployment_folder/
/~machinehost/subDirectory/deployment_folderX/users/bob/settings
Longuest match: ~machinehost/subDirectory/
Suffix: deployment_folderX/users/bob/settings

也许您可以采用这段代码的想法并将其转化为对当前项目有用的东西。
让我知道它是否也对你有用。顺便说一下，oreX先生的回答看起来也不错。

Answer 5

试试这个。

http://pastebin.com/GqS3UiPD