匹配与空间

Question

不区分大小写精确短语如果我有一个字符串"Hello I went to the store today"和我比赛

$perfectMatches = array("i went","store today"); 

数组应该符合两个。 （该阵列可以得到相当大的，所以我更愿意做它在1周的preg_match）

编辑：得到这个一个工作！谢谢！

preg_match_all("/\b(" . implode($perfectMatches,"|") . ")\b/i", $string, $match1) 

我还需要一个单独的正则表达式，这是很难解释。说我有一个数组

$array = array("birthday party","ice cream");//this can be very long 

是否有可能得到一个正则表达式匹配的字符串，如果“生日”和“党”和字符串中的任何？

因此，它应该符合“你好，这是我的生日，我打算开个派对”？但是在1 preg_match中也有“冰淇淋”？

感谢

编辑：示例...

一个用户提交一个项目的描述，我想检查垃圾邮件。我知道，大多数垃圾帖有像“个人支票”或“热卖”的短语，所以我想所有的这些短语的列表，并与说明书检查。如果说明中有任何短语在我的列表中，它将被标记为垃圾邮件。这种情况适用于我想要的第一个正则表达式。

第二个正则表达式是，如果我知道某些垃圾帖子在某处存在“丢失”“重量”“快速”这个词，并不一定是以任何顺序，但这3个词在描述。所以，如果我得到这些短语的列表，“快速减肥”，“需要信用卡”，并与说明书检查，我可以将其标记为垃圾邮件

Answer 1

这听起来像你的问题的第1部分已经解决，所以这个答案只关注第2部分。据我所知，你试图确定给定的输入消息是否包含任何顺序的所有单词列表。

对于每条消息，这可以通过正则表达式和单个preg_match来完成，但如果您有大量单词列表，则效率非常低。如果N是您搜索的词的数量，M是消息的长度，那么算法应该是O（N * M）。如果您发现，有在正则表达式每个关键字设置两个.*条款。使用lookahead断言，正则表达式引擎必须为每个关键字遍历一次。下面是示例代码：

<?php 

// sample messages 
$msg1 = "Lose all the weight all the weight you want. It's fast and easy!"; 
$msg2 = 'Are you over weight? lose the pounds fast!'; 
$msg3 = 'Lose weight slowly by working really hard!'; 

// spam defining keywords (all required, but any order). 
$keywords = array('lose', 'weight', 'fast'); 

//build the regex pattern using the array of keywords 
$patt = '/(?=.*\b'. implode($keywords, '\b.*)(?=.*\b') . '\b.*)/is'; 

echo "The pattern is: '" .$patt. "'\n"; 
echo 'msg1 '. (preg_match($patt, $msg1) ? 'is' : 'is not') ." spam\n"; 
echo 'msg2 '. (preg_match($patt, $msg2) ? 'is' : 'is not') ." spam\n"; 
echo 'msg3 '. (preg_match($patt, $msg3) ? 'is' : 'is not') ." spam\n"; 
?> 

输出是：

The pattern is: '/(?=.*\blose\b.*)(?=.*\bweight\b.*)(?=.*\bfast\b.*)/is' 
msg1 is spam 
msg2 is spam 
msg3 is not spam 

第二方案似乎更复杂，因为有更多的代码，但正则表达式是要简单得多。它没有前瞻断言，也没有.*条款。该preg_match函数被调用的while循环，但这不是真正的大问题。每个消息只被遍历一次，复杂度应该是O（M）。这也可以用一个单一的preg_match_all函数来完成，但是您必须执行array_search以获得最终计数。

<?php 

// sample messages 
$msg1 = "Lose all the weight all the weight you want. It's fast and easy!"; 
$msg2 = 'Are you over weight? lose the pounds fast!'; 
$msg3 = 'Lose weight slowly by working really hard!'; 

// spam defining keywords (all required, but any order). 
$keywords = array('lose', 'weight', 'fast'); 

//build the regex pattern using the array of keywords 
$patt = '/(\b'. implode($keywords,'\b|\b') .'\b)/is'; 

echo "The pattern is: '" .$patt. "'\n"; 
echo 'msg1 '. (matchall($patt, $msg1, $keywords) ? 'is' : 'is not') ." spam\n"; 
echo 'msg2 '. (matchall($patt, $msg2, $keywords) ? 'is' : 'is not') ." spam\n"; 
echo 'msg3 '. (matchall($patt, $msg3, $keywords) ? 'is' : 'is not') ." spam\n"; 

function matchall($patt, $msg, $keywords) 
{ 
    $offset = 0; 
    $matches = array(); 
    $index = array_fill_keys($keywords, 0); 
    while(preg_match($patt, $msg, &$matches, PREG_OFFSET_CAPTURE, $offset)) { 
    $offset = $matches[1][1] + strlen($matches[1][0]); 
    $index[strtolower($matches[1][0])] += 1; 
    } 
    return min($index); 
} 
?> 

输出是：

The pattern is: '/(\blose\b|\bweight\b|\bfast\b)/is' 
msg1 is spam 
msg2 is spam 
msg3 is not spam