'ageage'我有像or'feetfeetfeet'或這樣的字符串'cmcmcmcmcm'，我想分別將它們減少為'age', 'feet', 和'cm'。這是規范化的中間步驟，用于匹配最初也包含數字的某些類別的數據字段的不同數據源。數字部分已被刪除到一個單獨的字符串中。所有的 unicode 字母都被音譯為小寫 ASCII 字母：public static function transliterate(string $value){ $transliterator = Transliterator::createFromRules( ':: Any-Latin; :: Latin-ASCII; :: NFD; :: [:Nonspacing Mark:] Remove; :: Lower(); :: NFC;', Transliterator::FORWARD ); return $transliterator->transliterate($value);}另請注意，復數并不重要，因為雖然我提供的示例是英文的，但該項目主要規范化土耳其語字符串，其中此類單詞始終是單數。我希望這可以用正則表達式來完成。雖然我不完全確定如何
4 回答
小怪獸愛吃肉
TA貢獻1852條經驗 獲得超1個贊
我認為非正則表達式沒問題。
此方法遍歷一半的字符串并嘗試查找如果在 str_replace 中使用則不返回任何內容的子字符串。
如果我們發現了，那么我們就知道這是一個重復的詞。
$str = 'feetfeetfeet';
$return = $str; // return full str if it fails
$len = strlen($str);
for($i = 1; $i < $len/2; $i++){
$sub = substr($str, 0, $i);
if(str_replace($sub, "", $str) == ""){
$return = $sub;
break;
}
}
echo $return; //feet
大話西游666
TA貢獻1817條經驗 獲得超14個贊
這看起來類似于查找也是后綴的最長公共前綴?，F在，這
length - longest prefix which is also a suffix就是您的答案。你可以從這個找到構建前綴后綴表的算法KMP pattern matching algorithm。時間復雜度為
O(n)，空間復雜度為O(n)。
片段：
<?php
$str = "feetfeetfeet";
$length = strlen($str);
$prefix_suffix_table = array_fill(0, $length, 0);
$j = 0;
for($i = 1; $i < $length; ++$i){
? ? while($j > 0 && $str[$i] != $str[$j]){
? ? ? ? $j = $prefix_suffix_table[$j - 1];
? ? }
? ? if($str[$i] == $str[$j]){
? ? ? ? $prefix_suffix_table[$i] = ++$j;
? ? }
}
echo substr($str, 0, $length - end($prefix_suffix_table));
注意：如果您的字符串格式不正確，例如xyz沒有重復的子字符串，您可以使用添加額外的檢查str_repeat()并在需要時拋出異常。
MMMHUHU
TA貢獻1834條經驗 獲得超8個贊
我已經想出如何使用正則表達式來做到這一點。盡管我已經意識到它可能對我的目的沒有用，因為 mmmm 可以是 2x mm（毫米）或 4x m（米）。雖然如果我只關心最多支持 3 次重復，我可以使用：
if(preg_match('/^([a-z]*)\1{2}$/', $input, $matches)) {
$repeating = $matches[1];
$reps = 3;
} elseif(if(preg_match('/^([a-z]*)\1$/', $input, $matches)) {
$repeating = $matches[1];
$reps = 2;
} else {
$repeating = $input;
$reps = 1;
}
并不是說下面會把字符串分成最小的重復素數：
preg_match('/^([a-z]*)\1+$/', $input, $matches);
$repeating = $matches[1];
這是此輸出的表格：
┌────────────┬────────────┐
│ $input │ $repeating │
├────────────┼────────────┤
│ mm │ m │
│ mmm │ m │
│ mmmm │ mm │
│ mmmmm │ m │
│ mmmmmm │ mmm │
│ mmmmmmm │ m │
│ mmmmmmmm │ mmmm │
│ mmmmmmmmm │ mmm │
│ mmmmmmmmmm │ mmmmm │
└────────────┴────────────┘
因為只考慮最小的素數細分
preg_match('/^([a-z]*)\1{1,2}$/', $input, $matches)
不合適，因為它會像上表一樣，發現 'mmmmmm' 的重復部分是 'mmm' 而不是所需的 mm。
我在開頭提供的三個案例實施是我目前正在使用的，因為我的輸入通常是產品的年齡組或維度，我還沒有看到產品被描述為超過三個維度或年齡組，'11yr,12yr,13yr,14yr'雖然我可以想象像后者這樣的事情，無論多么罕見，最終都會發生。因此，我可能會放棄這種方法，轉而使用 preg_match_all 從包含數字的原始字符串中提取單位：
preg_match_all('/([0-9]+)\s*([a-z]*)\s*/', $input, $matches)
然而，如果其他人實際上有興趣找到最小的重復子字符串（所以 'm' 代表 'mmmm'），這可以通過循環中的正則表達式來完成：
$repeating = $input;
while(preg_match('/^([a-z]*)\1+$/', $repeating, $matches)) {
$repeating = $matches[1];
}
這將產生：
┌────────────┬────────────┐
│ $input │ $repeating │
├────────────┼────────────┤
│ mm │ m │
│ mmm │ m │
│ mmmm │ m │
│ mmmmm │ m │
│ mmmmmm │ m │
│ mmmmmmm │ m │
│ mmmmmmmm │ m │
│ mmmmmmmmm │ m │
│ mmmmmmmmmm │ m │
│ cmcm │ cm │
│ cmcmcm │ cm │
│ cmcmcmcm │ cm │
│ cmcmcmcmcm │ cm │
└────────────┴────────────┘
搖曳的薔薇
TA貢獻1793條經驗 獲得超6個贊
您還可以使用str_split()將字符串轉換為數組并找到其唯一元素，然后再次返回將所有唯一元素內爆在一起。
<?php
$str = array_unique(str_split('ageage'));
$result = implode($str);
?>
輸出
age
- 4 回答
- 0 關注
- 162 瀏覽
添加回答
舉報
0/150
提交
取消