php - 値の類似性の1つに基づいて動的配列をarray_mergeする方法

Question

良い一日、

cURLとさまざまな解析手法を使用して、さまざまなWebサイトから情報を取得しています。必要に応じて、情報をスキャンするWebサイトを追加できるようにコードを作成しました。

取得される情報は次のとおりです:(情報が不正確であり、実際の価格/名前を反映していない可能性があることに注意してください）

Array
(
    [website1.com] => Array
        (
            [0] => Array
                (
                    [0] => 60" BRAVIA LX900 Series 3D HDTV
                    [1] => website1.com
                    [2] => 5299.99
                )
            [1] => Array
                (
                    [0] => 52" BRAVIA LX900 Series 3D HDTV
                    [1] => website1.com
                    [2] => 4499.99
                )
            [2] => Array
                (
                    [0] => 46" BRAVIA LX900 Series 3D HDTV
                    [1] => website1.com
                    [2] => 3699.99
                )
            [3] => Array
                (
                    [0] => 40" BRAVIA LX900 Series 3D HDTV
                    [1] => website1.com
                    [2] => 2999.99
                )
        )
    [website2.com] => Array
        (
            [0] => Array
                (
                    [0] => Sony 3D 60" LX900 HDTV BRAVIA
                    [1] => website2.com
                    [2] => 5400.99
                )
            [1] => Array
                (
                    [0] => Sony 3D 52" LX900 HDTV BRAVIA
                    [1] => website2.com
                    [2] => 4699.99
                )
            [2] => Array
                (
                    [0] => Sony 3D 46" LX900 HDTV BRAVIA
                    [1] => website2.com
                    [2] => 3899.99
                )
        )
)

必要な出力は次のとおりです。

Array
(
    [0] => Array
        (
            [Name] => 60" BRAVIA LX900 Series 3D HDTV
            [website1.com] => 5299.99
            [website2.com] => 5400.99
        )
    [1] => Array
        (
            [Name] => 52" BRAVIA LX900 Series 3D HDTV
            [website1.com] => 4499.99
            [website2.com] => 4699.99
        )
    [2] => Array
        (
            [Name] => 46" BRAVIA LX900 Series 3D HDTV
            [website1.com] => 3699.99
            [website2.com] => 3899.99
        )
    [3] => Array
        (
            [Name] => 40" BRAVIA LX900 Series 3D HDTV
            [website1.com] => 2999.99
        )
)

名前は異なる場合があるため、similar_textを使用する必要があることに注意してください。また、一部の情報がすべてのWebサイトに表示されない場合があります。テレビの名前を1つだけ選択する必要があることは承知しています。次に、最も関連性の高いソース（website1.com）のテレビ名を使用します。

これが私が機能させようとしているコードです。

まず第一に、上記のコードは機能していません。どこかに指を置くことができない論理的なエラーがあるに違いありません。また、リストに3番目のWebサイトを追加した場合でも、コードが機能するとは思われません。

アイデアはありますか？私は今朝からこれに取り組んでいます。

2011-02-16を編集：

私はこの質問に賞金を追加しました。

score 1 · Accepted Answer

この要点を試してみてくださいhttps://gist.github.com/835099

それは私にとってあなたの望む結果を生み出しました。

score 0 · Accepted Answer

大まかな概要は次のようになります。

最終結果配列$itemsを作成します
すべてのWebサイトで見つかったすべてのアイテムをループします
それぞれについて、$items内の既存のアイテム名のいずれかに十分に類似しているかどうかを確認します
はいの場合はそのキーに価格を追加し、いいえの場合は新しいキーを作成してそこに追加します

代わりに、実際には似ているが非常に高速なものsimilar_text()を使用することを検討する必要があります。levenshtein()

ここにいくつかの（テストされていない、その場での）コードがあります：

$levThreshold = 3 ;

$_Prices = array() ;
foreach ($_Retreived as $website => $websiteItems) {
    $currName = $websiteItems[0] ;
    $currWebsite = $websiteItems[1] ;
    $currPrice = $websiteItems[2] ;

    $foundItemKey = false ;

    //check current price structure. Get $priceData by reference
    //so we can modify it in the loop and keep the changed instead 
    //of the loop copy.
    foreach ($_Prices as &$priceData) {

        if (isset($priceData[$website])) {
            //already done this
            continue ;
        }

        //check if this is the item name we are looping over
        $lev = levenshtein($priceData['Name'], $currName) ;

        if ($lev < $levThreshold) {
            //item exists, add price and break
            $priceData[$website] = $currPrice ;
            $foundItemKey = true ;
            break ;
        }

    }

    //if we haven't found the item key, create a new one
    if (!$foundItemKey) {
        $newItem = array() ;
        $newItem['Name'] = $currName ;
        $newItem[$website] = $currPrice ; 
        $_Prices[] = $newItem ;
    }

}

$levThresholdは、2つの文字列が異なると見なされるために、2つの文字列間で異なる必要がある最小文字数です。それに応じてそれを微調整することができます。

score 0 · Accepted Answer

類似のテキストを使用して問題に答えることはできません。60" BRAVIA LX900 Series 3D HDTVと一致させたいSony 3D 60" LX900 HDTV BRAVIA。ただし、60" BRAVIA LX900 Series 3D HDTV実際にはに似て52" BRAVIA LX900 Series 3D HDTVおり、2文字だけが異なります。

照合しようとしている製品に固有の詳細を照合するには、カスタムハンドラーが必要になると思います。たとえば、テレビの場合、サイズ（xx"）と製品ファミリ（BRAVIA LX900）を一致させたいと考えられます。

これはあなたの質問に対する解決策をあなたに与えません、しかしそれは私が答えを恐れているということです。

php - 値の類似性の1つに基づいて動的配列をarray_mergeする方法

3 に答える 3

Related

Reference