PHP检查字符串中的字符，而不foreach循环

Question

我有以下代码：

$wordsArray = ... 
foreach ($wordsArray as $word) 

    if (strpos($string, $word) !== FALSE) { 
     echo "Word found! Handle this a certain way" } 
    } 

} 

不幸的是，这样一个大阵的话（可能接近100），环太慢尤其是当我传递了数千个字符串到这个函数，并且运行这个foreach循环几千次。我怎样才能加快这个过程，或者重构我的代码，这样我就不需要遍历我的数组了，而是使用字符串本身并检查它的任何子字符串是否在我的数组中找到？我需要使我的代码的这部分更有效率。

此外，是什么让这更困难的是，每个字符串没有空格。相反，采取下面的例子：

传递的字符串： “Hereissomerandomsentence” 词

阵列：（ '一些'， '是'， '的'）;

我的脚本会返回Word，因为“一些”，但我想找到一个更快的方式来做到这一点。

Answer 1

简单但也不容易。下面是使用preg_match_all和简单的正则表达式作为一个例子一些代码：

// Set the string. 
$string = 'Hereissomerandomsentence'; 

// Set the words array. 
$wordsArray = array('some', 'are', 'the'); 

// Set the regex pattern. 
$regex_pattern = '/(?:' . implode('|', $wordsArray) . ')/i'; 

// Run a regex to get the value between the link tags. 
preg_match_all($regex_pattern, $string, $matches); 

// Return the results. 
echo '<pre>'; 
print_r($matches); 
echo '</pre>'; 

，这里是结果：

Array 
(
    [0] => Array 
     (
      [0] => some 
     ) 

) 

但是，当我说这是不容易的，缺乏的空间，可能会导致then与the等匹配。请记住，电脑无法阅读。这都是模式逻辑。所以，如果我添加then和are的例子字符串是这样的：

// Set the string. 
$string = 'Hereissomerandomsentencethenhereweare'; 

结果反映then的the被拾起：

Array 
(
    [0] => Array 
     (
      [0] => some 
      [1] => the 
      [2] => are 
     ) 

) 

编辑：楼主问了一个fair-但在评论中的复杂问题：

如果我只想要一个单词前面有一个单词还是某个单词？对于 例如，使用相同的测试字符串，你怎么能够改变正则表达式 通过 then前面时is，the时之前只包括some，并通过are“我们”先当？因此，对于您的示例， 输出将仅为'some'和are。

你所要求做的是复杂的，但可行使用“Lookarounds” as explained on this site：

下面是一个使用上面的代码示例：

$string = 'Hereissomerandomsentencethenhereweare'; 

// Set the regex pattern. 
$regex_pattern = '/(?<=is)some|(?<=then)the|(?<=we)are/i'; 

// Run a regex to get the value between the link tags. 
preg_match_all($regex_pattern, $string, $matches); 

// Return the results. 
echo '<pre>'; 
print_r($matches); 
echo '</pre>'; 

，其结果将是为你期望它：

Array 
(
    [0] => Array 
     (
      [0] => some 
      [1] => are 
     ) 

) 

这里是该正则表达式的说明/(?<=is)some|(?<=then)the|(?<=we)are/i：

• 开头和结尾的斜线（/）只是分隔符。
• |字符是简单的和OR之间的条件。
• 现在在OR条件之间是什么样的模式。

现在让我们以第一个(?<=is)some为例。

• (?<=[word in here])是一个“Lookbehind”，意思是：只有在这个词前面有这个单词时，才会捕获这个单词。在这种情况下的字是is。
• 下面的单词是some。
• 所以这一切都增加到：只匹配some如果前面有is。然后the只有前面有then。然后are只有前面有we。

现在知道这里有一个模式可能可能会创建一个多维数组，它可以为单词设置逻辑，以便仅在被另一个单词前面检查时检查。然后循环创建一堆正则表达式。但这是一项重大任务。

但至少现在你知道这个任务的正则表达式的基本知识！

Answer 2

会有一些环路参与，不管你喜欢还是不喜欢，但是当你切换到正则表达式，而不是一些优化可能是可行的：

$re = '/(?:' . join('|', array_map(function($word) { 
    return preg_quote($word, '/'); 
}, $wordsArray)) . ')/'; 

if (preg_match_all($re, $string, $matches)) { 
    // hurray! 
    print_r($matches[0]); 
} 

Answer 3

• 排序保存潜在的下属字阵列可以在$ string中找到 。
• 考虑一个由起始字母组织的多维数组;制作一个潜在的匹配字典，而不是使用一个巨大的，未排序的数组。
• 将$ string的副本剪切成单个字符，解析它。
• 知道在哪个索引处可以找到哪些字符。
• 将这些字符放入一个集合中，以便您只使用唯一的 字符。
• 检查每个独特的字符。如果 阵列中的从属单词不以这些唯一字符之一开头，或者保留这些字符，则可以将其作为潜在匹配丢弃。

使用这样的想法，可以减少所需的比较次数。通过减小潜在解决方案的大小，您可能可以加快匹配速度。

为了让这些缩减技术显示出它们的价值，潜在的匹配数组需要很大。也就是说，您节省的处理时间将需要超过处理时间花费在切除不太可能的匹配上。

在所提供的样本串，字母表中使用这样的： b 的C 1 d 1 Ë11 ˚F 克 H 3 I 1 Ĵ ķ 升 米2 N 4 O 2 p q ，R 4 第3 吨2 ù v 瓦特1 x y z。

所以，根本没有使用26个13个字母。有一半的信件没有发生。另外，e的出现几乎是其较接近的竞争对手的3倍：h，n和r。这意味着消除他们如何开始下属的话可能会减少时间。