异常教程

PHP similar_text() 函数（保姆级教程）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

前言：理解字符串相似度在编程中的重要性

在编程开发中，字符串的比较和分析是一项基础但极其重要的任务。无论是用户输入验证、数据清洗，还是自然语言处理（NLP），开发者都需要快速判断两个字符串之间的相似程度。PHP 提供的 similar_text() 函数，正是这样一个高效且直观的工具。它通过计算两个字符串的相似度百分比，帮助开发者快速实现模糊匹配、去重或纠错等功能。本文将从零开始，逐步解析 similar_text() 函数的用法、原理和应用场景，帮助读者掌握这一实用技能。

函数基础：语法与核心参数解析

基础语法与返回值

similar_text() 函数的基本语法如下：

similar_text(string $first, string $second, float &$percent = null): int
  • 参数说明：
    • $first 和 $second 是需要比较的两个字符串。
    • $percent 是一个可选的输出参数，用于存储两个字符串的相似度百分比（范围 0-100）。
  • 返回值：函数返回两个字符串的匹配字符数（整数），若需百分比则通过 $percent 获取。

示例 1：基础用法

$string1 = "Hello World";  
$string2 = "Hello PHP";  

similar_text($string1, $string2, $percent);  

echo "匹配字符数：" . similar_text($string1, $string2) . PHP_EOL;  
echo "相似度百分比：" . $percent . "%";

输出结果：

匹配字符数：9  
相似度百分比：64.285714285714%

解析：
两个字符串的前 9 个字符（"Hello Wo"）完全匹配，但后半部分差异较大，因此百分比约为 64.29%。

参数详解：百分比计算与大小写敏感

百分比计算的数学逻辑

相似度百分比的计算公式为：

百分比 = (匹配字符数 / 最长字符串长度) × 100

例如，若字符串 A 的长度为 10，字符串 B 的长度为 15，匹配字符数为 8，则百分比为 (8/15)×100 ≈ 53.33%。

大小写敏感问题

默认情况下，similar_text() 是大小写敏感的。例如：

$stringA = "PHP";  
$stringB = "php";  
similar_text($stringA, $stringB, $percent);  
echo $percent; // 输出：0%

若需忽略大小写，可先将字符串统一转为小写或大写：

similar_text(strtolower($stringA), strtolower($stringB));

实际案例：从简单到复杂的应用场景

案例 1：用户输入纠错

假设用户在搜索框输入 "pho tosh op"，但实际应为 "photoshop"。通过 similar_text() 可快速判断输入是否接近目标关键词：

$searchTerm = "pho tosh op";  
$target = "photoshop";  

similar_text($searchTerm, $target, $percent);  

if ($percent >= 70) {  
    echo "您可能想搜索：photoshop";  
}

案例 2：数据去重与相似内容识别

在内容管理系统（CMS）中，可使用该函数检测文章标题的重复率：

$titles = [  
    "PHP 开发入门指南",  
    "PHP 初学者教程",  
    "PHP 入门指南完全版",  
];  

foreach ($titles as $title1) {  
    foreach ($titles as $title2) {  
        if ($title1 === $title2) continue;  
        similar_text($title1, $title2, $percent);  
        if ($percent > 80) {  
            echo "$title1 和 $title2 可能重复（相似度 $percent%）";  
        }  
    }  
}

进阶技巧：与相似函数对比与优化

对比 levenshtein() 函数

levenshtein() 计算两个字符串的编辑距离（即需要修改的最少字符数），而 similar_text() 直接输出相似度百分比。两者互补，适用于不同场景：

// 计算编辑距离  
echo levenshtein("kitten", "sitting"); // 输出：3（替换k→s，e→i，结尾加g）  

// 计算相似度  
similar_text("kitten", "sitting", $percent); // 约 57.14%

性能优化建议

  • 预处理字符串：去除空格、标点符号或统一编码格式后再比较。
  • 阈值控制：根据业务需求设置合理的相似度阈值（如 70% 以上才视为匹配）。

常见问题与解决方案

Q1：为什么匹配字符数可能超过最长字符串的长度？

解答：
当两个字符串长度相等且完全匹配时，匹配字符数等于字符串长度。若存在跨位置匹配（如 "abc" 和 "cba"），算法会寻找最优匹配路径，可能导致总匹配数超过单个字符串长度。

Q2：如何处理中文字符串的比较？

解答：
中文字符的比较与英文相同，但需确保字符串编码为 UTF-8。例如：

similar_text("你好PHP", "你好Python", $percent); // 输出约 66.67%

Q3：能否返回更详细的匹配信息？

解答：
PHP 本身不提供，但可通过第三方库（如 similar_text_extended）获取匹配位置或高亮显示。

结论：善用字符串相似度提升开发效率

通过掌握 similar_text() 函数，开发者可以轻松实现模糊搜索、数据清洗和内容去重等实用功能。本文从基础语法到实际案例，结合形象的比喻（如“DNA匹配度”），逐步展示了该函数的核心逻辑和应用场景。建议读者在项目中尝试以下实践：

  1. 结合 strtolower() 忽略大小写差异；
  2. 通过循环批量比较字符串集合；
  3. 将相似度阈值与业务场景结合（如用户密码校验、内容推荐）。

未来，随着自然语言处理技术的普及，字符串相似度算法将在推荐系统、智能纠错等领域发挥更大作用。希望本文能帮助读者在 PHP 开发中更自信地运用这一工具。

最新发布

查看更多文章