README

计算字符串或数字之间的相似度

• 支持 停用词
• 工作方式与diff工具不同

使用要求

• PHP >= 5.6
• curl 扩展
• Composer 依赖管理器

此组件 不是一个独立应用程序，其目标是作为库使用。其部署应由经验丰富的开发者执行。

这不是一个插件！

仅通过命令行模式工作的选项仅用于开发模式下的调试。

最重要的文档位于单元测试中。如果您无法阅读单元测试，我建议您不要使用此库。

版权和许可证

此组件受 MIT 许可证 保护

有关版权和许可证信息，您必须阅读随此代码一起分发的 许可证 文件。

许可证摘要

要求

• 许可证和版权声明

允许

• 商业使用
• 修改
• 分发
• 再许可

禁止

• 责任保证

质量指标

感谢

• 感谢所有 提交补丁 的人；
• 感谢 提出重要建议 的人；
• 感谢创建了 在此组件中使用 的库的开发者。

- Gilmar Pupo

使用方法

示例 1，带有停用词

	$stringA = 'Av. Padre Anchieta 1873 - Champagnat - Curitiba - Brasil';
	$stringB = 'Brasil - Parana - Curitiba - Champagnat - '
		.'Rua Padre Anchieta 1873 - Perto da Avenida';
	$stopwordsList = explode(',', 'Av,Rua,Avenida,perto,da,de,e,em,o');
	$s = new Similarity();
    $s->setValues($stringA, $stringB);
    $s->setAccuracy(80); // 1-100 accuracy value
    $s->setStopwords($stopwordsList);
	$similar = $s->hasSimilarity(); //true

示例 2，链式方法调用

	$s = new Similarity();
    $result = $s->setValues($stringA, $stringB)->setAccuracy(60)
    	->setStopwords($stopwordsList)->hasSimilarity();

示例 3，数字

	$s = new Similarity();
    $resultA = $s->setNumberValues('1530D',1510)->hasSimilarity(); // true
	$resultB = $s->setNumberValues('3D',4)->hasSimilarity(); // true
	$resultC = $s->setNumberValues('100B',205)->hasSimilarity(); // false
	$resultD = $s->setNumberValues('20',2)->hasSimilarity(); // false
	$resultE = $s->setNumberValues('3 - D 4',34)->hasSimilarity(); // true

安装

推荐的安装方法是 通过 composer。

{
    "require": {
        "gpupo/similarity": "dev-master"
    }
}

链接

• Similarity Composer Package 在 packagist.org

测试

所有测试都在每次提交时自动运行，在OSx和Linux环境下，使用PHP版本5.3、5.4、5.5、5.6、7.0和hhvm，通过Travis执行。

在本地运行测试套件

$ phpunit

查看testdox输出

$ phpunit --testdox

对象属性

Similarity\Input\Decorator

• 清理字符
• 清理数字

Similarity\Input\InputNumber

• 清理忽略的字符

Similarity\Input\InputString

• 清理忽略的字符
• 清理停用词

Similarity\SimilarNumber

• 成功找到相似性
• 成功找到邻近性
• 成功找到具有远程数字的邻近性

Similarity\SimilarText

• 成功找到百分比相似性
• 成功找到无相似性的文本的百分比
• 成功找到levenshtein距离

Similarity\Similarity

• 成功断言字符串相似性
• 成功断言短语不同
• 成功断言数字相似性
• 成功断言近似数字相似性
• 成功断言不同数字
• 提高准确性的能力
• 降低准确性的能力
• 注入停用词的能力

依赖库列表