php文章对比类,PHP-php实现内容对比，比如对比两篇文章的重用率

int similar_text ( string first, string second [, float &percent] )

percent 直接反映相似度，按照百分比显示~~

虽然说能够对比字符串的相近程度，但是对于汉语等多字节编码视乎没有好的识别能力，另外你可以看下这个站点，在线查询一下相似率：

http://plagiarisma.net/

另外还有一个稍微慢点的函数可以计算字符间的距离，levenshtein() 函数返回两个字符串之间的 Levenshtein 距离。

Levenshtein 距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。同样对于多字节编码意义不大，而且如果文章“加花”或者进行了批量替换也很难对比。

提供一个自定义的字符串对比函数:

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);

}

}

}

?>

使用方法：

$lcs = new LCS();

//返回最长公共子序列

$lcs->getLCS("hello word","hello china");

//返回相似度

$lcs->getSimilar("字符串一","字符串二");