Алгоритм поиска слов в строках на основе правил

@Htext · Регистрация: 08.01.2015

Студворк — интернет-сервис помощи студентам

Есть много различных строк текста. Каждая строка состоит из отдельных слов, разделенных пробелами.
Мне нужно определить, содержатся ли в той или иной строке искомые (заданные) слова с учетом поисковых правил. Например, нужно определить, имеются ли в каждой из строк данные слова:

Code
1
дом ИЛИ дерево И мяч

Т.е. содержит ли строка или слово "дом", или одновременно оба слова "дерево", "мяч".
Это - только пример, могут быть и другие самые разные правила, скажем:

Code
1
(дом ИЛИ дерево) И мяч ИЛИ трава

Если интересно, это мне нужно для своего алгоритма поиска по ключевым словам на сайтах (в интернете или локальном, на своем компьютере). Каждая строка - это, по сути, набор ключевых слов, разделенных пробелами.

@Azdeman · 29.03.2025, 18:47

PHP
1
2
3
4
5
6
7
8
9
10
function search($str){
$pravilo = [
    "(дом|дерево).*?мяч",
    "(дом|дерево).*?(мяч|трава)"
];
    preg_match_all("~".$pravilo[0]."~uis",$str,$m);
    return count(array_filter($m)) > 0 ? 'Содержит ключевые слова' : 'Нет';
}
$str = 'Лалала, дом красивый и мяч';
echo search($str);

@Htext · 29.03.2025, 19:51 **[ТС]**

Azdeman, интересное решение, спасибо. Но, как быть, если порядок слов не будет совпадать для условия И? Например, если взять

PHP
1
$str = 'Лалала, мяч красивый и дом';

Перебор (перестановку) делать не хотелось бы...

Добавлено через 5 минут
Я вот тут придумал еще одну вещь. Предлагаю обсудить.
Возьмем первое выражение - критерий:

Code
1
дом ИЛИ дерево И мяч

Что, если сделать поиск по строке и определить, содержатся ли в ней слова дом, дерево, мяч. Получатся соответствующие логические переменные (true|false). И в выражении (критерии для поиска) заменить их.

Для строки "Лалала, мяч красивый и дом" получится
true || (false && true)
И потом - оцениваем полученное логическое выражение через eval. Опасаться будет нечего, т.к. всего м.б. два возможных результата.

Интуитивно-то чувствую, что, вроде, должно(?) работать. Вот если бы как-то строго доказать это.

@Azdeman · 29.03.2025, 23:16

Сообщение от Htext

если порядок слов не будет совпадать для условия И?

PHP
1
2
3
4
5
6
7
8
9
10
11
12
13
<?php
function search($str){
$pravilo = [
    "((дом|дерево).*?мяч)|(мяч.*?(дом|дерево))",
    "((дом|дерево).*?(мяч|трава)|(мяч|трава).*?(дом|дерево))"
];
    preg_match_all("~".$pravilo[0]."~uis",$str,$m);
    return count(array_filter($m)) > 0 ? 'Содержит ключевые слова' : 'Нет';
}
$str = 'Лалала, мяч и красивый дом';
echo search($str);
 
?>

P.S. Вы можете описать любые шаблоны, в зависимости от вашей задачи

@Htext · 02.04.2025, 09:02 **[ТС]**

Добавлено через 21 минуту
В итоге, максимальное число (искомых) ключевых слов N в регулярном выражении составит n!*n, где n - число ключевых слов в критерии поиска. Это если будут одни только операторы И, без ИЛИ. Т.е., в общем случае, если могут быть оба этих оператора:
n <= N <= n!*n
По идее, согласен, такой способ тоже имеет право на существование. В общем случае, для небольшого числа ключевых слов.
Я протестировал. Время, затрачиваемое на поиск, примерно одинаково и в вашем, и в моем способах (для чисел различных ключевых слов 2...6). Правда, чтобы составить регулярное выражение, в общем придется делать синтаксический анализатор критерия поиска, распарсивать его, исходя из наличия скобок, операторов И, ИЛИ. Есть, разумеется, еще проблема с максимально допустимым размером Р.В. (ибо - баг там есть). Но, это уже второй вопрос.

Новые блоги и статьи Все статьи Все блоги /
PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Access VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .	От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .
Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .	Создание Single Page Application на фреймах krapotkin 16.11.2025 Статья исключительно для начинающих. Подходы оригинальностью не блещут. В век Веб все очень привыкли к дизайну Single-Page-Application . Быстренько разберем подход "на фреймах". Мы делаем одну. . .

@Htext 365 / 124 / 22 Регистрация: 08.01.2015 Сообщений: 1,418 Записей в блоге: 2
	02.04.2025, 09:02 [ТС]
	Добавлено через 21 минуту В итоге, максимальное число (искомых) ключевых слов N в регулярном выражении составит n!n, где n - число ключевых слов в критерии поиска. Это если будут одни только операторы И, без ИЛИ. Т.е., в общем случае, если могут быть оба этих оператора: n <= N <= n!n По идее, согласен, такой способ тоже имеет право на существование. В общем случае, для небольшого числа ключевых слов. Я протестировал. Время, затрачиваемое на поиск, примерно одинаково и в вашем, и в моем способах (для чисел различных ключевых слов 2...6). Правда, чтобы составить регулярное выражение, в общем придется делать синтаксический анализатор критерия поиска, распарсивать его, исходя из наличия скобок, операторов И, ИЛИ. Есть, разумеется, еще проблема с максимально допустимым размером Р.В. (ибо - баг там есть). Но, это уже второй вопрос. 1