在PHP中需要Regex的帮助，识别类似的单词

Question

我举了一个简单的例子来描述这个问题。

输入文本：

韦恩鲁尼是一名英格兰足球运动员，他是曼联的前锋。鲁尼·鲁尼( Rooney )在对阵澳大利亚的友谊赛中首次代表国家队出场，成为英格兰最年轻的球员。西奥·沃尔科特在2006年5月打破了鲁尼的出场纪录36天。

输入关键词:韦恩·鲁尼

预期输出(关键词计数)：3(韦恩鲁尼，鲁尼，鲁尼)

所以，它不仅包括“韦恩鲁尼”，还包括其他类似的词。

我已经搜索过了，我得到了这个正则表达式：

$keyword_count = preg_match_all("/(\w*(?:wayne|rooney)\w*)/i", $source, $res);

但它给了我4作为输出。它把“韦恩·鲁尼”作为两个不同的关键词。

有人能帮我构造正确的公式吗？Regex真的是这方面最有效的解决方案吗？我有大量的文本要搜索。还有其他解决方案，例如PHP文本挖掘库吗？

非常感谢。

Answer 1

试试这个正则表达式：

(?i)(\b(?:wayne(?:'s)?\s*)?rooney(?:'s)?\b)

如果解析字符串的常规规则数量有限，regex是解决问题的适当方法。通常情况下，您应该使用其他方法(可能是几个regex)。

Answer 2

也许这是有用的，或者是regex的另一种选择：

http://php.net/manual/en/function.levenshtein.php

距离

Answer 3

对于这种特殊情况，您可以这样做

Wayne(?:\sRooney[\w']*)?|Rooney[\w']*

看吧，在Regexr上

它说:搜索Wayne Rooney或Rooney (每个都可以跟着[\w']*)，但是对于第一部分，(?:\sRooney[\w']*)?是可选的。