我有一段文字，大约1500字长。我必须在这篇文章中搜索某些单词的出现情况，并按类别对它们进行分组。例如，如果找到以下任何一个单词:"dalmation"，"boxer"，"terrier"，则回叫"Canines"，如果找到"lion"，"leopard"，"cheeta"，则回叫"Felines"，以此类推。在其他单词中找到的单词也是可以接受的，例如，"foxterrier"。
我目前使用以下命令来遍历字符串:
$arrTitle = explode(" ", "Loren ipsum dolor ...............");
// For dogs:
foreach( $arrTitle as $key => $value){
echo "Name: $key, Value: $value <br />";
$words = array("dalmation", "boxer", "terrier");
foreach($words as $word){
if (stripos($value, $word) !== false) {
echo "Canines Exists";
}
}
}
//For cats:
foreach( $arrTitle as $key => $value){
echo "Name: $key, Value: $value <br />";
$words = array("lion", "leopard", "cheeta");
foreach($words as $word){
if (stripos($value, $word) !== false) {
echo "Felines Exists";
}
}
}
// ...Repeat the above for all categories.
这个过程需要很长时间，而且我也不确定这是最有效的做事方式。请问谁能帮我找到一个更快的方法来做这件事?非常感谢您的帮助。
你在我的地盘上!
到目前为止，最快的方法是到array_flip，然后用isset来检查这个词是否存在，我花了很长时间才弄清楚。对于数以百万计的单词来说，这几乎是即时的(在字符串或数组中搜索的速度永远赶不上这个速度)，但在这种情况下，它可能会耗尽RAM。
你应该先降低你的$words。
$arrTitle = strtolower($arrTitle);
$arrTitle = explode(' ', $arrTitle);
$words=array('dalmation', 'boxer', 'terrier');
$words=array_flip($words);
foreach($arrTitle as $key => $value)
{
echo "Name: $key, Value: $value <br />";
if (isset($words[$value])) echo $value.' Exists <br/>';
}
您可以组合相似单词的regexp，然后对每个单词进行单个搜索。regexp并不是非常快，但它们比在PHP中运行自己的循环要快。: -)
$groups = array(
'Canines' => array("dalmation", "boxer", "terrier"),
'Felines' => array("lion", "leopard", "cheeta")
);
foreach ($groups as $group => $members) {
$pattern = "/" . implode("|", $members) . "/i";
if (preg_match($pattern, $src)) {
print $group;
}
}
元代码。我还没有测试过。
这里的想法是从代码中删除实际的组。毕竟，您的数据可以从数据库或其他来源加载;数据结构和数据应该分开。
通过如上所述使用数组，您可以添加新的组，而无需更改比较代码的主体。即。"Fish"应该是一个组，而不是一个代码块。
作为当前脚本的优化，您应该在同一循环中检查所有单词，而不是在$arrTitle上多次运行foreach。或者作为一种替代方法，在整个文档中为每个单词使用条带。
如果这是一个实际的生产站点，需要反复运行，我不会在PHP中这样做。一个数据库(MySQL或Solr)在你的文档上有一个适当的索引将产生更快的结果。