php - 如何比较两个字符串 [已] , [已] 并查看彼此有多接近？使用 PHP

Question

我尝试了很多不同的方法来完成这个任务:

1. 编辑
2. 模糊
3. Damerau Levenshtein
4. 杰罗·温克勒
5. Smith Waterman Gotoh

我的代码:

<?php
        echo levenshtein("ЛИЧНА КАРТАlоемптY CARO Пренные ЂУРЂЕВИЋ Hercinian","Михајло Ђурђевић")."<br>";
?>

输出:

所有这些都适用于英语。然而，就我而言，我有许多不同的语言[阿拉伯语、中文、俄语...等]。这些语言中的一些字母彼此相似。

例子:

• 阿拉伯语中的“Ê”和“ث”

• 汉语"已"& "已"

• 俄语“ћ”和“h”

多字节语言如何处理这些字母以获得良好的准确性？

Answer 1

我只有 2 个建议。

1. 使用 IntlChar::ord 将字符转换为其代码点值.

大多数时候代码点值是should also be close to the other character . (改用 Levenshtein)。

这适用于您的前 2 个示例。

---

1. 使用 imagestring 将字符转换为图像 使用 pHash在图像上查看图像的差异。

PHP implementation

这将适用于您的所有 3 个示例