php計算字元串相似度similar_text

• 2019 年 11 月 27 日
• 筆記

因為發送郵件要限制發送頻率，有一些郵件都是同類型的郵件，只是時間不一樣，這樣就需要判斷發送郵件內容的相似度。網上找了相關方法，發現這個 similar_text 是可以用的，而且很好用，不會有計算不準的情況。有時候不自己試試，真的很容易被網上的言論誤導。

similar_text計算字元串相似度

實際上 similar_text 接收3個參數，第3個參數是引用傳遞，表示相似百分比，函數是返回相似的位元組數，且看程式碼：

<?php  // 計算文件相似度    // 兩個字元串相差 "技術" 和 "http://"  $str1 = "快樂編程是一個通俗易懂的技術部落格www.01happy.com";  $str2 = "快樂編程是一個通俗易懂的部落格http://www.01happy.com";  echo similar_text($str1, $str2, $percent);  // 輸出 57, 實際上就是相似字元串的長度: strlen("快樂編程是一個通俗易懂的") + strlen("部落格") + strlen("www.01happy.com")  echo PHP_EOL;  echo $percent;  // 輸出 89.763779527559

levenshtein函數計算兩個字元串編輯距離

另外還有一個函數可以用來計算從字元串1轉化到字元串2需要的編輯距離，俗稱操作步數，且看程式碼：

<?php  // 計算字元串1到字元串2的編輯距離    // 兩個字元串相差 "技術" 和 "http://"  $str1 = "快樂編程是一個通俗易懂的技術部落格www.01happy.com";  $str2 = "快樂編程是一個通俗易懂的部落格http://www.01happy.com";  echo levenshtein($str1, $str2);  // 輸出13, 實際上就是差異字元串的長度：strlen("技術") + strlen("http://")