php - 任何更快、更简单的 php preg_match 替代品

Question

我使用的是 cakephp 1.3，我有用户提交文章的文本区域。提交时，我想查看文章中的某些关键词，并为文章添加相应的标签。

我在考虑 preg_match，但是 preg_match 模式必须是字符串。所以我将不得不遍历一个数组(大)。

有没有更简单的方法来插入模式的关键字数组。

非常感谢您的帮助。

谢谢。

Answer 1

我建议将您的关键字数组视为哈希表。小写文章文本，按空格展开，然后遍历展开数组的每个单词。如果该词存在于您的哈希表中，将它插入一个新数组，同时跟踪它出现的次数。

在这种情况下，我运行了一个快速基准测试，将正则表达式与哈希表进行比较。用正则表达式运行 1000 次，需要 17 秒。用哈希表运行它 1000 次，需要 0.4 秒。它应该是一个 O(n+m) 的过程。

$keywords = array("computer", "dog", "sandwich");
$article = "This is a test using your computer when your dog is being a dog";
$arr = explode(" ", strtolower($article));
$tracker = array();

foreach($arr as $word){
    if(in_array($word, $keywords)){
        if(isset($tracker[$word]))
            $tracker[$word]++;
        else 
            $tracker[$word] = 1;
    }
}

$tracker 数组将输出:"computer"=> 1, "dog"=> 2。然后您可以执行该过程来决定要使用的标签。或者如果您不关心关键字出现的次数，您可以跳过跟踪器部分并在关键字出现时添加标签。

编辑:关键字数组可能需要是倒排索引数组以确保最快的查找。我不确定 in_array() 是如何工作的，但如果它搜索，那么它就没有它应该的那么快。倒排索引数组看起来像

array("computer" => 1, "dog" => 1, "sandwich" => 1); // "1" can be any value

然后你会做 isset($keywords[$word]) 来检查这个词是否匹配一个关键字，而不是 in_array()，它应该给你 O(1)。不过，其他人也许可以为我澄清这一点。