Нужно проверить строки на идентичность,
при этом учесть что при вводе могли быть допущены ошибки.
Например:

"Cadaveric Incubator Of Endoparasites" и
"Cadaveric inkubator Of endo-parasites"

также, как

"Ein Tröpfchen Voller Glück" и
"Ein Tropfchen Voller Gluck"

должны быть признаны идентичными.


Есть мысли как к этому подступиться?

Добавлено:

это по-немецки там были o и u с точками  

ну например так

<?php

#-------------------------------------#
#--- правильная строка --------#
#-------------------------------------#
$a="Ein Trapfchen Voller Glock";

#-------------------------------------#
#--- не правильная строка ---#
#-------------------------------------#
$b="Ein Trepfchen Voller Gluck";

for ($i=0; $i<strlen($a); $i++)
{
$per=substr($a, $i)
if ($a[$i]==$per)
{
echo $per;
}
else
{
echo "<sup><font color=red>error has been into", $a[$i], "the miss was ok</font></sup>";
}
}

?>

вот такой вот скрипт от балды для примера)))
интересно заработает:biglaugh:

Многие из этих проблем можно решить с помощью регулярных выражений

Немного покапавшись в мануле нашёл ещё следущие интересные функции которые могут помочь при сравнение двух строк:
levenshtein
similar_text
strcspn

Dutchman Mihel
все очень просто:
(исходный строки - a и b)

FADE
прошу:
1) внимательно читать вопрос!
2) хоте бы проверять написанный вами код!

приведенный вами код не правильный сразу по трем причинам:
1) вызабыли переменную b, т.е. вы срасниваете a с a
2) если делать сравнивание то лучьше:
3) этот код проверяет совершенно не так, как просил Dutchman Mihel

FADE
в селедующий раз прошу быть внимательнее или я вынесу вам предупреждение!!!

All

Похоже нужно пояснение к вопросу

Речь идет о поиске в хтмл файле по подстроке,
т.е. нет правильной строки и неправильной. Для случая полного соответствия я уже использовал strcasecmp - все пучком, работает. Нужно чтобы строки сопоставились как идентичные даже при НЕБОЛЬШОМ различии между ними (т.е. при наличии опечаток либо в тексте, либо в самой подстроке).

Хорошо то, что есть сигнатура по которой я могу искать нужный мне текст.

Текст внутри этого font тега произвольной длины.

Плохо то, что нужного текста в файле может вообще не быть


vadimiron

Я уже смотрел в сторону levenshtein, но как ее здесь применить?

Функция считает кол-во операций для преобразования одной строки в другую.  Можно эмпирически определить предельно допустимое кол-во преобразований.  Для строки в 255 символов 8 операций выглядят не очень критичными. А для строки из 4 символов?

Добавлено:

Забыл сказать

этих штук

в файле может быть от 1 и до чёрта

Dutchman Mihel
эта функция берёт каждый элемент строки и сравнивает его с таким же элементом по счёту другой строки, если не равны, то +1
В конце выдаётся сумма, то есть количество расхождений
Например
$a="asdfg";
$b="asdegh";
тогда
levenshtein ($a,$b);
будет равно 2
С одной стороны, если количество элементов в строках одинаковое, то эта функция может помочь, например если установить, что в строке из 20 элементов может быть не более 4 ошибок
Но с другой стороны значение слов: например Большой луг и Большой лук совершенно две разные строки, но эта функция выдаст всего лишь 1

vadimiron


у левенштайна другой алгоритм

но сути это не меняет. Результат выходит ненадежный.
Можно конечно бить строку по пробелу и анализировать среднюю отношений дистанции по левенштайну к длине слова, но это имхо тоже очень шатко.

не а почему, помоему такой и есть, он смотрит сколько надо сделать замен или удалений, чтобы вторую строку перевести в первую

А любое сравнение двух слов будет шатким :(, ведь подобные алгоритмы строятся в основном на сравнении элементов, которые входят в данные строки, отсюда следует, что упускается смысл слов-это и естественно, ещё не создали такой системы, которая смогла бы оперировать смыслом слов

А вариант, который был Владом предложен, не подходит??? Я просто так не пробЫвал, не знаю

vadimiron

есть возможность сравнивать строки с помощью словарей ispell/aspell, но здесь это совершенно не подходит потому, что строка может быть на английском, русском, шведском, норвежском, немецком и черт знает каком еще языке, более того может ничего не значить ни на одном из них (это все названия песен :biggrin: )

вариант Влада позволяет определить было полное совпадение или нет, т.е. сам факт неравенства, а не насколько строки расходятся

Я его уже использовал для первоначальной проверки. Если все совпало, зачем бодаться со всякими levenshtein'ами  :) ?