聖書検索を作成しています。聖書検索の問題点は、人々がさまざまな種類の検索を入力することが多いため、それに応じて検索を分割する必要があることです。だから私は、最初にすべてのスペースを削除し、そこで文字列を処理するのが最善の方法だと考えました。さまざまなタイプの検索は次のようになります。
Genesis 1:1- 創世記 1 章 1 節
1 Kings 2:5- 列王記第 2 章 5 節
Job 3- ジョブ3章
Romans 8:1-7- ローマ人への手紙 8 章 1 節から 7 節
1 John 5:6-11- 1 ヨハネ 5 章 6 節 - 11 節。
私はさまざまなタイプの検索にあまり慣れていませんが、これを行うためのより簡単な方法を見つけることができるか、これを行うための優れた方法を知っている場合は、その方法を教えてください!
ありがとう
ここで行う最も簡単な方法は、正規表現を記述してテキストをキャプチャし、キャプチャを解析して結果を確認することです。まず、テスト ベンチがあると仮定します。
$tests = array(
'Genesis 1:1' => 'Genesis Chapter 1, Verse 1',
'1 Kings 2:5' => '1 Kings Chapter 2, Verse 5',
'Job 3' => 'Job Chapter 3',
'Romans 8:1-7' => 'Romans Chapter 8, Verses 1 to 7',
'1 John 5:6-11' => '1 John Chapter 5, Verses 6 to 11'
);
つまり、左から右に次のようになります。
したがって、これらすべてのケースに一致する正規表現を作成できます。
((?:\d+\s)?\w+)\s+(\d+)(?::(\d+(?:-\d+)?))?
そして、正規表現から返される結果を見てみましょう:
foreach( $tests as $test => $answer) {
// Match the regex against the test case
preg_match( $regex, $test, $match);
// Ignore the first entry, the 2nd and 3rd entries hold the book and chapter
list( , $book, $chapter) = array_map( 'trim', $match);
$output = "$book Chapter $chapter";
// If the fourth match exists, we have a verse entry
if( isset( $match[3])) {
// If there is no dash, it's a single verse
if( strpos( $match[3], '-') === false) {
$output .= ", Verse " . $match[3];
} else {
// Otherwise it's a range of verses
list( $start, $end) = explode( '-', $match[3]);
$output .= ", Verses $start to $end";
}
}
// Here $output matches the value in $answer from our test cases
echo $answer . "\n" . $output . "\n\n";
}
このデモで動作することがわかります。
さて、正規表現についてはよくわかりませんが、まだ調べていないので、より手続き的なアプローチにこだわっています。私は次のことを行いました (これは、私が達成しようとしていた 5 年前に書いたコードを大幅に改善したものです)。
まず、この関数が必要です。
function varType($str) {
if(is_numeric($str)) {return false;}
if(is_string($str)) {return true;}
}
$bible = array("BookNumber" => "", "Book" => "", "Chapter" => "", "StartVerse" => "", "EndVerse" => "");
$pos = 1; // 1 - Book Number
// 2 - Book
// 3 - Chapter
// 4 - ':' or 'v'
// 5 - StartVerse
// 6 - is a dash for spanning verses '-'
// 7 - EndVerse
$scan = ""; $compile = array();
//Divide into character type groups.
for($x=0;$x<=(strlen($collapse)-1);$x++)
{ if($x>=1) {if(varType($collapse[$x]) != varType($collapse[$x-1])) {array_push($compile,$scan);$scan = "";}}
$scan .= $collapse[$x];
if($x==strlen($collapse)-1) {array_push($compile,$scan);}
}
//If the first element is not a number, then it is not a numbered book (AKA 1 John, 2 Kings), So move the position forward.
if(varType($compile[0])) {$pos=2;}
foreach($compile as $val)
{ if(!varType($val))
{ switch($pos)
{ case 1: $bible['BookNumber'] = $val; break;
case 3: $bible['Chapter'] = $val; break;
case 5: $bible['StartVerse'] = $val; break;
case 7: $bible['EndVerse'] = $val; break;
}
} else {switch($pos)
{ case 2: $bible['Book'] = $val; break;
case 4: //Colon or 'v'
case 6: break; //Dash for verse spanning.
}}
$pos++;
}
これにより、最後に「Bible」と呼ばれる配列が得られ、SQL データベースで実行するために必要なすべてのデータが含まれます。これが他の人に役立つことを願っています。
私はあなたがここで尋ねていることを理解していると思います。情報を抽出するアルゴリズムを考案したい (例: 書籍名、章、節)。
これは、パターン マッチング (例: 正規表現) の仕事のように思えます。パターンを定義し、意味のあるすべてのシナリオのデータを抽出し、そこから作業できるからです。
実際にはかなりの数の亜種が存在する可能性があります。おそらく、自然言語処理についても検討する必要があります。名前のファジー文字列一致により、より良い結果が得られる可能性があります (例: 書籍名のスペルミス)。
幸運を祈ります
次のように、preg_match_all に基づいて何かを試してください。
$ php -a
Interactive shell
php > $s = '1 kings 2:4 and 1 sam 4-5';
php > preg_match_all("/(\\d*|[^\\d ]*| *)/", $s, $parts);
php > print serialize($s);
私はこれがクレイジーな話であることを知っています.