如何在php中比较2个字符串的部分答案

【问题标题】：how to compare parts of 2 strings in php如何在php中比较2个字符串的部分
【发布时间】：2013-03-08 21:39:53
【问题描述】：

晚上好，

我在尝试构建一个小搜索算法时遇到了一个小问题。

我有一个包含视频游戏名称和软件名称的数据库表。现在我想通过在其他服务器上获取和解析 xml 文件来添加新的报价。问题是：

如何比较产品名称的字符串，以便即使优惠名称与存储在我的数据库中的产品名称不匹配 100% 也能正常工作？

作为一个例子，我目前正在使用这个 PHP + SQL 代码来比较字符串：

$query_GID = "select ID,game from gkn_catalog where game like '%$batch_name%' or meta like '%$batch_name%' ";

我目前正在结合使用 like 运算符和两个通配符来比较优惠名称 (batch_name) 和数据库中的名称 (game ）。

我想知道如何改进这一点，因为这种方法不是很安全，或者你想怎么称呼它，会发生什么：

如果数据库显示游戏名称是：

Deus Ex 人类革命缺少链接

并且批处理名称说：

Deus Ex Human Revolution 缺少链接DLC

结果将是空的/错误的/错误的......它根本不会在我的数据库中找到游戏。

类似这样的事情也是如此：

数据库 = 乐高星球大战完整传奇
batch_name = 乐高星球大战：完整的传奇
结果：错误

有没有更好的方法来执行 SQL 查询？
或者我怎样才能尝试让该查询正常工作，以便它可以处理带有特殊字符的字符串（如 -minus- 和 [括号]）
和/或数据库名称中未包含的字符（如 DLC、CE...）？

【问题讨论】：

调查全文搜索并使用 MATCH() 函数。 dev.mysql.com/doc/refman/5.0/en/fulltext-natural-language.html
这也可能有帮助 - artfulsoftware.com/infotree/queries.php?&bw=1280#552
@splash21 我不知道 MySQL 现在有一个 Levenshtein；好主意！

【解决方案1】：

您正在寻找模糊搜索算法和模糊搜索结果。这是一个完整的研究领域。但是，如果您快速 google 一下，也有一些简单的教程可以帮助您入门。

您可能很想尝试类似 PHP 的奇妙 levenshtein 方法，它计算两个字符串的“接近度”。但是，这需要将其与每条记录进行匹配。如果会有数千条记录，那是不可能的。

MySQL 有一些匹配工具可能会有所帮助。我看到在我写这篇文章的时候，有人已经在 cmets 中提到了FULLTEXT and MATCH()。这些都是不错的选择。

还有其他一些不错的解决方案可供研究。存储关键字索引（删除所有文章和助手，如 of/the/an/am/is/are/was/of/from），然后在搜索中搜索每个单词是一个简单的解决方案。但是，它不会产生很好的结果，因为返回的值没有很好地加权，并且根本没有本地化。

还有许多便宜又出色的第三方搜索工具（我想到了 Lucene），它们可以为您完成大部分工作。您只需调用一个 API，它们就会管理搜索的缓存、关键字、索引、模糊等。

这里有一些与模糊搜索相关的 SO 问题，可以帮助你找到更多的术语和想法：

【讨论】：

非常感谢您提供这么多可能的解决方案的链接，我会确保阅读所有这些，然后我会决定哪一个效果最好。顺便说一句，我可以问一下，你为什么说对数千条记录使用 levenshtein 方法是没有问题的？我可以想象这种方法的使用对功率要求很高，或者很慢，但是，有数千条记录，执行这种比较的每种方法都会很慢而且也很耗电......
Levenshtein 通过 PHP 会很慢，因为在大型数据集上检索表中的每条记录以执行比较是不切实际的。 SQL 数据库做了很多花哨的内部操作来优化比较和搜索（索引、索引、索引），通常需要在这个级别进行大型操作。

【解决方案2】：

MySQL queries，您发现可以将百分号字符用作小丑 (%) 与 LIKE 运算符结合使用。

您有多种解决方案，具体取决于您想要什么。

请记住，您可以进行多次搜索（搜索完全匹配，然后在每一边搜索百分比，在单词中爆炸然后在每个单词之间插入 %，按关键字搜索等），具体取决于完全匹配是否优先于关闭搜索等。

【讨论】：