有沒有辦法清理文本文件（擺脫類似的話）？ （不使用嵌套for循環）

Question

我想要清理文件中的文本的最佳方式。所以我想要做的是，給定一個輸入文件，匹配相似的單詞並替換它們。因此，如果蘋果和ApPle在文件中，ApPle將被蘋果取代。

有沒有辦法做到這一點不使用兩個像這樣的循環：我總是猶豫不決，嵌套的for循環，所以我只是想知道如果有一個更優雅的解決方案使用

for $word in @file 
    for $word2 in @file 
    if $word matches $word2 
     replace $word2 with $word 
    end 
    end 
end 

。另外，如果你想知道爲什麼它是僞代碼，那是因爲我還沒決定編寫這個程序。 （對於那些不知道@file的人是一個單詞列表，$ word是一個非空白字符串）。

Answer 1

也許這將工作：

• 類似詞語定義一個唯一的表示（ 「散列函數」）。 （如果只是區別，那很容易，如果是相似的發音，那就更難了）

• 在一次讀取文件時，維護一個「散列表」並且只有當它還沒有出現哈希表。

。

for $word in @file 
    hash=hashfunction($word) 
    if $hash not in §hashtable 
    add $hash to §hashtable 
    print $hash 
    end 
end 

如果你的散列函數不是內射的，事情會變得稍微複雜一些。

Answer 2

這真的取決於「相似」對你意味着什麼，以及何時應該替換單詞。代碼應該確定這一點？你是否想將大寫的所有內容都變成小寫，或者代碼是否使用不同的標準來做到這一點？

在PHP中，你可以想見，使用（組合）以下功能： http://www.php.net/manual/en/function.str-ireplace.php（不區分大小寫替換） http://www.php.net/manual/en/function.strtolower.php（字符串轉換爲小寫） http://www.php.net/manual/en/function.strtoupper.php（字符串轉換爲大寫） http://php.net/manual/en/function.similar-text.php（怎麼看類似的字符串A是字符串B）

如果你可以發佈關於你打算用例的詳細信息，你可能會得到更好的答案:)