PHP使用similar_text循环匹配电影标题仅保留唯一100%匹配的问题

原有代码问题梳理 #

• 逻辑顺序错误：匹配到单条数据库记录就立刻输出结果，没有先统计当前电影对应的所有匹配结果数量，自然无法识别多匹配场景
• 语法错误：similar_text() 返回的相似度$perc是0~100的浮点数，不是带%的字符串，原代码中$perc == '100 %'的判断本身就不成立
• 正则逻辑完全无效：正则表达式中的%s是未替换的占位符，且该规则也无法实现统计匹配数量的需求
• switch写法错误：switch的case后应该直接写匹配值，原代码写的是布尔表达式，不符合switch的用法逻辑

正确实现思路 #

核心逻辑是先收集所有匹配结果，再按数量判断处理逻辑，不要匹配一条就处理一条：

1. 对每一个待匹配的电影，先初始化容器存储所有符合条件的数据库匹配项
2. 遍历所有数据库电影条目，计算相似度后把符合要求的条目分类存入容器
3. 全部匹配完成后，根据100%匹配的数量决定输出逻辑：
   • 100%匹配数量=1：输出该唯一匹配结果，走自动处理
   • 100%匹配数量≥2：标记为待人工处理，不输出自动结果
   • 无100%匹配时，再处理80%以上的匹配结果

示例代码 #

// 待匹配的电影数组
$movies = array(/* 存储所有待匹配电影对象 */);
// 从数据库取到的所有电影条目数组
$db_movies = array(/* 数据库存储的所有电影条目 */);

foreach ($movies as $movie) {
    // 初始化当前电影的匹配结果容器
    $match_result = [
        '100_percent' => [],
        '80_plus_percent' => []
    ];

    // 遍历所有数据库条目，收集所有匹配结果
    foreach ($db_movies as $db_item) {
        similar_text($movie->title, $db_item->title, $perc);
        // $perc是浮点数，直接做数值比较
        if ($perc == 100) {
            $match_result['100_percent'][] = $db_item;
        } elseif ($perc >= 80) {
            $match_result['80_plus_percent'][] = $db_item;
        }
    }

    // 收集完成后做判断
    $hundred_count = count($match_result['100_percent']);
    if ($hundred_count === 1) {
        // 唯一100%匹配，输出结果
        $match = $match_result['100_percent'][0];
        echo "{$movie->title}: 100% 匹配到 {$match->title} \n";
        // 后续自动处理逻辑写在这里
    } elseif ($hundred_count >= 2) {
        // 多个100%匹配，留待人工处理
        echo "{$movie->title}: 存在多个100%匹配，待人工处理\n";
        // 可以把该电影和对应匹配项存入人工处理队列
    } else {
        // 无100%匹配，处理80%以上的匹配，按需调整逻辑
        $eighty_count = count($match_result['80_plus_percent']);
        if ($eighty_count > 0) {
            echo "{$movie->title}: 存在{$eighty_count}个80%以上匹配结果\n";
            // 按需输出或者也转人工处理
        }
    }
}

优化建议 #

如果数据库条目量很大，遍历全库性能太低，可以提前给数据库电影标题加索引，先做模糊查询缩小匹配范围，再用similar_text做精确相似度计算，能大幅提升处理效率。

内容的提问来源于stack exchange，提问作者youwhatmate