模糊文本搜索：正則表達式通配符搜索生成器？

Question

我想知道是否有某種方式在PHP中進行模糊字符串匹配。在一串長串中尋找單詞，即使拼寫錯誤也能找到可能的匹配;如果由於OCR錯誤而導致某個字符被關閉，則會發現它。

我在想一個正則表達式生成器可能可以做到這一點。因此給予「瘋狂」會產生這樣的正則表達式的輸入：

.*((crazy)|(.+razy)|(c.+azy)|cr.+zy)|(cra.+y)|(craz.+)).* 

它將然後返回所有匹配該單詞或詞語的變體。

如何建立發電機： 我可能會拆分搜索字符串/字成字符數組，並建立正則表達式表達做一個foreach新創建的數組替換鍵值（字母的位置在字符串中）加上「。+」。

這是做模糊文本搜索的好方法還是有更好的方法？對於某種字符串比較，根據它的接近程度給我一個分數呢？我試圖查看一些轉換不良的OCR文本是否包含一個簡短的單詞。

Answer 1

串距離函數是無用的，當你不知道正確的字是什麼。我建議pspell功能：。

$p = pspell_new("en"); 
print_r(pspell_suggest($p, "crazzy")); 

http://www.php.net/manual/en/function.pspell-suggest.php

Answer 2

Levenshtein是字符串Edit-distance的一個示例。針對不同目的有不同的指標。熟悉他們並找到適合你的人。

Answer 3

echo generateRegex("crazy"); 
function generateRegex($word) 
{ 
    $len = strlen($word); 
    $regex = "\b((".$word.")"; 
    for($i = 0; $i < $len; $i++) 
    { 
    $temp = $word; 
    $temp[i] = '.'; 
    $regex .= "|(".$temp.")"; 
    } 
    $regex = $regex.")\b"; 
    return $regex; 
}