我有一个文本，我想在其中计算短语“lorem ipsum dolor”的出现次数。
Lorem ipsum dolor 坐在一起，consectetur adipiscing elit。 Ipsum lorem dolor Curabitur ac risus nunc。 Dolor ipsum lorem。
即使搜索短语以不同的顺序编写，算法也应该计算出现次数。我已经强调了预期的结果。有没有比使用正则表达式和所有可能的组合更好的方法来实现这一点？
在这种情况下，结果应该等于 3
短语大约有 3-4 个单词，字符串将是网页的内容。
【问题讨论】：
大家晚上好。我想出了另一种技术。这个对 Mark Baker 所做的使用了一种不同的方法，我非常感谢。此外，查看内存使用情况。
简而言之，它需要匹配的基本字符串（lorem ipsum dolor），然后将其打乱为所有可能的组合（在本例中为 3！= 6）。
此外，所有这 6 个字符串组合然后被添加到用于匹配 substr_count 的数组中。我也在使用shuffle()、in_array 和array_push。
代码是不言自明的，如果你好奇，这里是我的IDEONE。这是 Mark Baker 在IDEONE 上的解决方案。它们都占用相同的时间和内存，我的解决方案缩短了 4 行，如果不是更优雅的话:)
<?php
$string = 'Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ipsum lorem dolor Curabitur ac risus nunc. Dolor ipsum lorem.';
//convert main string to lowercase to have an even playing field
$string2 = strtolower($string);
$substring = 'lorem ipsum dolor';
//add the first lorem ipsum dolor to launch the array
$arr = array($substring);
//run until the array is full with all possible combinations i.e. 6 (factorial of 3)
for ($i=0; $i<=20; $i++) {
$wordArray = explode(" ",$substring);
shuffle($wordArray);
$randString= implode(" ",$wordArray);
//if random string isn't in the array, then only you push the new value
while (! (in_array($randString,$arr)) ) {
array_push($arr,$randString);
}
}
//var_dump($arr);
//here, we do the matching, and this is pretty self explanatory
$n = sizeof($arr);
for ($q=0; $q<=$n; $q++) {
$sum += substr_count($string2,$arr[$q]);
}
echo "Total occurances: ".$sum;
?>
正如您已经看到的那样，Mark 的代码在 +2 次让我失望，但由于该程序的性质以及相关的数据复杂性，差异非常微不足道。显然，考虑到程序的复杂性，差异可能很大，但事实就是如此。
【讨论】：
你可以试试正则表达式：
/(?:(?:(?:lorem|ipsum|dolor)\s?)+)/gi
用preg_match_all 然后计算匹配的数量。从您的示例中，您应该得到3 matches。
我不太擅长算法，也不太擅长 PHP，但尝试...
<?php
$string = 'Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ipsum lorem dolor Curabitur ac risus nunc. Dolor ipsum lorem.';
$lower_string = strtolower($string);
$text = array('lorem', 'ipsum', 'dolor');
$perms = AllPermutations($text);
$result = 0;
foreach ($perms as $piece) {
$phrase = join(' ', $piece);
$result += substr_count($lower_string, $phrase);
}
# From http://stackoverflow.com/a/12749950/1578604
function AllPermutations($InArray, $InProcessedArray = array())
{
$ReturnArray = array();
foreach($InArray as $Key=>$value)
{
$CopyArray = $InProcessedArray;
$CopyArray[$Key] = $value;
$TempArray = array_diff_key($InArray, $CopyArray);
if (count($TempArray) == 0)
{
$ReturnArray[] = $CopyArray;
}
else
{
$ReturnArray = array_merge($ReturnArray, AllPermutations($TempArray, $CopyArray));
}
}
return $ReturnArray;
}
echo $result;
?>
【讨论】：
Is there any better way to achieve that than using regular expression with every possible combination?
$haystack = 'Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ipsum lorem dolor Curabitur ac risus nunc. Dolor ipsum lorem.';
$needle = 'Lorem ipsum dolor';
$hayWords = str_word_count(
strtolower($haystack),
1
);
$needleWords = str_word_count(
strtolower($needle),
1
);
$needleWordsCount = count($needleWords);
$foundWords = array_intersect(
$hayWords,
$needleWords
);
$count = array_reduce(
array_keys($foundWords),
function($counter, $item) use ($foundWords, $needleWordsCount) {
for($i = $item; $i < $item + $needleWordsCount; ++$i) {
if (!isset($foundWords[$i]))
return $counter;
}
return ++$counter;
},
0
);
var_dump($count);
【讨论】：
我想你正在寻找这个：http://nl1.php.net/substr_count
$text = 'This is a test';
echo strlen($text); // 14
echo substr_count($text, 'is'); // 2
// the string is reduced to 's is a test', so it prints 1
echo substr_count($text, 'is', 3);
// the text is reduced to 's i', so it prints 0
echo substr_count($text, 'is', 3, 3);
// generates a warning because 5+10 > 14
echo substr_count($text, 'is', 5, 10);
// prints only 1, because it doesn't count overlapped substrings
$text2 = 'gcdgcdgcd';
echo substr_count($text2, 'gcdgcd');
【讨论】：