将字符串解析为部分，只有连续的单词，而不是幂集答案

【问题标题】：Parsing a string into parts, only consecutive words, not a power set将字符串解析为部分，只有连续的单词，而不是幂集
【发布时间】：2013-06-17 18:46:53
【问题描述】：

我正在尝试编写一个搜索查询来从数据库中查找文章。我想获取用户输入的搜索字符串并查找一组特定的可能搜索词。如果用户输入搜索字符串“2011 年德国平均工资列表”，我想生成一个要搜索的术语列表。我想我会寻找整个字符串和连续单词的部分字符串。那就是我想搜索“平均工资列表”和“2011 年德国”，而不是“2011 年德国列表”。

到目前为止，我有这段代码可以生成我的搜索词：

  $searchString = "listing of average salaries in germany for 2011";
  $searchTokens = explode(" ", $searchString);
  $searchTerms = array($searchString);

  $tokenCount = count($searchTokens);
  for($max=$tokenCount - 1; $max>0; $max--) {
      $termA = "";
      $termB = "";
      for ($i=0; $i < $max; $i++) {
          $termA .= $searchTokens[$i] . " ";
          $termB .= $searchTokens[($tokenCount-$max) + $i] . " ";
      }
      array_push($searchTerms, $termA);
      array_push($searchTerms, $termB);
  }

  print_r($searchTerms);

它给了我这个术语列表：

2011年德国平均工资列表
德国的平均工资列表
2011年德国平均工资
德国平均工资列表
2011年德国平均工资
平均工资列表
2011年德国工资
平均工资列表
2011 年在德国
平均列表
2011 年德国
上市
2011 年
上市
2011

我不知道如何得到是缺少的条款：

在德国的平均工资
德国的平均工资
德国平均工资
平均工资在
德国的平均工资
在德国的工资
等等...

更新

我不是在寻找“电源组”，所以像 this 或 this 这样的答案无效。例如，我不希望这些出现在我的术语列表中：

平均德国
列出2011年的工资
德国的

我只查找连续的单词。

【问题讨论】：

您正在寻找的称为电源组。已经在 SO 上询问并解决了几次。 :) Here's a question which was resolved with a working function 和 here's another。
这种方法似乎相当低效且不必要地复杂。您可能应该在看类似 Lucene 或 Sphinx 的东西。

标签： php string-parsing

【解决方案1】：

您想找到分解后字符串的所有顺序子集，只需从offset=0 开始，然后将数组从length=1 拆分到count-offset：

$search_string = 'listing of average salaries in germany for 2011';
$search_array = explode(' ',$search_string);
$count = count($search_array);

$s = array();
$min_length = 1;

for ($offset=0;$offset<$count;$offset++) {
    for ($length=$min_length;$length<=$count-$offset;$length++) {
        $match = array_slice($search_array,$offset,$length);
        $search_matches []= join(' ',$match);
    }
}

print_r($search_array);
print_r($search_matches);

【讨论】：

【解决方案2】：

首先，我只想让您知道，如果您要针对 SQL 数据库运行所有这些以进行搜索，效率极低，建议您使用 LIKE 选项。 http://www.techonthenet.com/sql/like.php

现在，要获得所有可能的组合，只需将单词分解成一个数组（就像您对 explode 所做的那样），然后按照@ulvund 给出的关于这个问题的建议：PHP: How to get all possible combinations of 1D array?

也就是说

<?php

$array = explode(" ", "listing of average salaries in germany for 2011");

function depth_picker($arr, $temp_string, &$collect) {
    if ($temp_string != "") 
        $collect []= $temp_string;

    for ($i=0; $i<sizeof($arr);$i++) {
        $arrcopy = $arr;
        $elem = array_splice($arrcopy, $i, 1); // removes and returns the i'th element
        if (sizeof($arrcopy) > 0) {
            depth_picker($arrcopy, $temp_string ." " . $elem[0], $collect);
        } else {
            $collect []= $temp_string. " " . $elem[0];
        }   
    }   
}

$collect = array();
depth_picker($array, "", $collect);
print_r($collect);

?>

【讨论】：