在没有正则表达式的情况下检测文本中一组单词的最有效方法答案

【问题标题】：Most efficient way to detect a set of words in a text without regex在没有正则表达式的情况下检测文本中一组单词的最有效方法
【发布时间】：2012-04-10 01:28:58
【问题描述】：

不幸的是，由于某种奇怪的原因，正则表达式方法不适用于 UTF-8 (preg_replace + UTF-8 doesn't work on one server but works on another)。

在不使用正则表达式的情况下实现我的目标的最有效方法是什么？

只是为了尽可能清楚，对于以下一组词：
猫，狗，天空

cats 会返回 false
天空是蓝色的会返回真
天际会返回错误

【问题讨论】：

你使用的是什么版本的 PHP？

标签： php

【解决方案1】：

超级简短的示例，但这是我在没有 Regex 的情况下使用的方式。

$haystack = "cats"; //"the sky is blue"; // "skyrim";
$needles = array("cat", "dog", "sky");

$found = false;
foreach($needles as $needle)
    if(strpos(" $haystack ", " $needle ") !== false) {
        $found = true;
        break;
    }


echo $found ? "A needle was found." : "A needle was not found.";

【讨论】：

你想打电话给substr_count 吗？ ;-)
我也认为strpos 在这个解决方案中会表现得更好，因为 Lior 只有在$heystack 包含$needle 时才感兴趣，而不是出现次数。见stackoverflow.com/a/3875258/1220835

【解决方案2】：

我最初的想法是在空格上分解文本，然后检查结果数组中是否存在您的单词。当然，您可能有一些标点符号泄漏到您的数组中，您也必须考虑这些。

另一个想法是检查单词的strpos。如果找到，请测试下一个字符是否为字母。如果是一封信，你就知道你找到了一个词的潜台词，并丢弃这个发现。

// Test online at http://writecodeonline.com/php/

$aWords = array( "I", "cat", "sky", "dog" );
$aFound = array();
$sSentence = "I have a cat. I don't have cats. I like the sky, but not skyrim.";

foreach ( $aWords as $word ) {
  $pos = strpos( $sSentence, $word );
  // If found, the position will be greater than or equal to 0
  if ( !($pos >= 0) ) continue;
    $nextChar = substr( $sSentence , ( $pos + strlen( $word ) ), 1 );
    // If found, ensure it is not a substring
    if ( ctype_alpha( $nextChar ) ) continue;
      $aFound[] = $word;
}

print_r( $aFound ); // Array ( [0] => I [1] => cat [2] => sky )

当然，更好的解决方案是确定为什么不能使用正则表达式，因为这些解决方案的效率远不及模式搜索。

【讨论】：

问题是——在处理非常大的文本时，它真的是最有效的方法吗？
@Lior 最有效的事情是弄清楚如何让正则表达式工作。这远没有那么高效。
我这辈子都想不通......老实说，我不知道为什么它不起作用，不能再等了，不幸的是我有使用其他解决方案。

【解决方案3】：

如果您只是想查找一个单词是否在字符串中，您可以将字符串存储在变量中（如果打印字符串，则打印带有字符串的变量）并使用“in”。示例：

a = 'The sky is blue'
The in a
True

【讨论】：