php 相似文章,php 比较两篇文章的相似度的方法

昨天说了一下php中的 similar_text() 函数，此函数可以比较两个字符串之间的相似度(以百分比计)，但此函数在比较中文字符串时感觉不是那么的准确。

在网上搜索了一些php用户比较两个中文字符串的类，记录下来，以备以后不时之需。

php 比较两个字符串的类

php类代码

class LCS {

var $str1;

var $str2;

var $c = array();

/*返回串一和串二的最长公共子序列*/

function getLCS($str1, $str2, $len1 = 0, $len2 = 0) {

$this->str1 = $str1;

$this->str2 = $str2;

if ($len1 == 0) $len1 = strlen($str1);

if ($len2 == 0) $len2 = strlen($str2);

$this->initC($len1, $len2);

return $this->printLCS($this->c, $len1 - 1, $len2 - 1);

}

/*返回两个串的相似度*/

function getSimilar($str1, $str2) {

$len1 = strlen($str1);

$len2 = strlen($str2);

$len = strlen($this->getLCS($str1, $str2, $len1, $len2));

return $len * 2 / ($len1 + $len2);

}

function initC($len1, $len2) {

for ($i = 0; $i < $len1; $i++) $this->c[$i][0] = 0;

for ($j = 0; $j < $len2; $j++) $this->c[0][$j] = 0;

for ($i = 1; $i < $len1; $i++) {

for ($j = 1; $j < $len2; $j++) {

if ($this->str1[$i] == $this->str2[$j]) {

$this->c[$i][$j] = $this->c[$i - 1][$j - 1] + 1;

} else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) {

$this->c[$i][$j] = $this->c[$i - 1][$j];

} else {

$this->c[$i][$j] = $this->c[$i][$j - 1];

}

}

}

}

function printLCS($c, $i, $j) {

if ($i == 0 || $j == 0) {

if ($this->str1[$i] == $this->str2[$j]) return $this->str2[$j];

else return "";

}

if ($this->str1[$i] == $this->str2[$j]) {

return $this->printLCS($this->c, $i - 1, $j - 1).$this->str2[$j];

} else if ($this->c[$i - 1][$j] >= $this->c[$i][$j - 1]) {

return $this->printLCS($this->c, $i - 1, $j);

} else {

return $this->printLCS($this->c, $i, $j - 1);

}

}

}

?>

类的调用方法

1、返回两个字符串的公共部份

$lcs = new LCS();

//返回最长公共子序列

echo $lcs->getLCS("免费资源网","你的，我的博客名为：免费资源网");

?>

输出结果：免费资源网

2、比较两串字符串的相似度

$lcs = new LCS();

//免费资源网

$str = '秋天，在我的夏梦里款款而来，阳光温馨恬静，微风和煦轻柔，蓝天白云飘逸。';

$str2 = '秋天，在我的梦里慢慢走来，阳光温暖而舒适，微风轻柔和煦，白云在蓝天飘逸。';

//返回相似度

echo $lcs->getSimilar($str,$str2);

?>

输出结果：

0.72300469483568