//分析一个字符串生成相关查询条件
//$column字段名,$title搜索的字符串function get_similar($column,$title){
//去除搜索字符串中的空格
$title=str_replace(" ",'',$title);
//长度多少?
$len=getStringLength($title);
//长度小于2就直接返回xx like '%xx%'
if($len<=2){return "{$column} like '%{$title}%'";}
//大于二,就先建立一个数组,元素是xx like '%xx%'
$like=array();
//进行(字符串长度减一)次循环
for($i=0;$i<$len-1;$i++)
{
//每次取i和i+1这两个字符并拼接成xx like '%xx%'放入数组
$like[]="{$column} like '%".utf8Substr($title,$i,2)."%'";
}
//用or把数组元素拼接成一个SQL的 xx like '%xx%' or xx like '%xx%' 形式的字符串
$likes=implode(' or ',$like);
//返回以供在SQL中使用
return $likes;
}
比如数据库一个表有一个标题字段title
用户搜索词是:数据库
那么最后生成的字符串就是
title like ‘%数据%’ or title like ‘%据库%’
至于长度为什么是2呢?这是经过大量的实践经验的得到的,能搜索相似度比较高的。
如果是1个字符搜索的结果基本是不相干的,太长了匹配度也低而且搜索结果少。
用到的两个相关函数
//取得utf8字符串的长度,包括中英文。
function getStringLength($text){
if (function_exists('mb_substr')) {
$length=mb_strlen($text,'UTF-8');
} elseif (function_exists('iconv_substr')) {
$length=iconv_strlen($text,'UTF-8');
} else {
preg_match_all("/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf]
[\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf]
[\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/", $text, $ar);
$length=count($ar[0]);
}
return $length;
}
//截取utf8字符串
function utf8Substr($str, $from, $len)
{
return preg_replace('#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$from.'}'.
'((?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'.$len.'}).*#s',
'$1',$str);
}