PHP阵列对相关性进行分类

Question

我有一个php文本阵列，该数组的价值诸如“ 蓝色铅笔，蓝色笔，蓝色，红色铅笔，红色墨水，红色笔，蓝色笔记本等”等。“

我需要通过每个数组项目，并按照匹配的相关性显示匹配结果。 例如，如果用户搜索术语“ blue ”，则第三个项目“蓝色”，这是一个完美的匹配，应在顶部列出，然后是第二项“蓝色笔”，然后由第1个“蓝铅笔”，最后是“蓝色笔记本”。休息所有非蓝色物品将被丢弃。

我尝试使用 sort 和 rsort 在PHP数组上的功能（无论是在拉匹配蓝色项目之前和之后），但它们只是基于字母顺序和反向α列表进行排序。那里没有相关性匹配。 就像使用stort（$ array）返回以下内容一样，

Blue
Blue Notebook
Blue Pen
Blue Pencil

它实际上并不符合预期的“相关”结果。

另外， Levenshtein 函数不合适，因为它具有最大长度255的字符串的限制。我的字符串可能更长。

为了绘制平行线，MySQL具有完成工作的匹配重点子句。

SELECT * , MATCH (col1, col2) AGAINST ('some words' IN NATURAL LANGUAGE MODE)

寻找PHP中类似的东西，如果有人可以提供任何指针或任何要编写的UDF。

Answer 1

FullText搜索是一个复杂的主题。

array_filter 和用的组合使用 levenshtein 将导致您想要此特定查询的答案，但是您会发现它很快就会崩溃对于其他查询：

$data = explode(', ', 'Blue Pencil, Blue Pen, Blue, Red Pencil, Red Ink, Red Pen, Blue Notebook');
$query = 'Blue';

// Do an exact match first
$data = array_filter($data, fn ($s) => str_contains($s, $query));

// Sort by the Levenshtein distance from the $query
usort($data, fn($a, $b) => levenshtein($query, $a) - levenshtein($query, $b));

var_dump($data);

// Will print: 
// array(4) {
//    [0]=>
//   string(4) "Blue"
//   [1]=>
//   string(8) "Blue Pen"
//   [2]=>
//   string(11) "Blue Pencil"
//   [3]=>
//   string(13) "Blue Notebook"
// }

考虑：

• 如果用户使用不同的资本化（确切匹配不起作用）会发生什么情况
• ，如果用户正在寻找“蓝色笔记本”（您需要某种 string tokenization ）
• 您是否想删除/忽略某些单词？ （例如““”，“”等），
• 如果您有成千上万的单词可以查看会发生什么？该解决方案不是很有性能。

您最终可能会发现您最终会触及真正的搜索引擎，例如Apache Lucene或Elasticsearch。

Answer 2

$输入= [
“蓝色铅笔”，“蓝色笔”，“蓝色”，“红色铅笔”，“红色墨水”，“红色笔”，“蓝色笔记本”
];

$ result = preg_grep（“/^blue/i”，$ input）;
print_r（$ result）;

Answer 3

您需要ASORT功能

$data = array("Blue Pencil", "Blue Pen", "Blue", "Red Pencil", "Red Ink", "Red Pen", "Blue Notebook");
asort($data);
print_r($data);

输出

Array ( [2] => Blue [6] => Blue Notebook [1] => Blue Pen [0] => Blue Pencil [4] => Red Ink [5] => Red Pen [3] => Red Pencil )