最近在使用一款app背单词的时候,会在某个单词下面,列出与之相类似的单词。于是我在想这个功能是如何做的,自己使用php版本,做了个简单的例子。
大致思路如下:
1、生成英文单词库,并将单词放置redis里(当然放数据库也可以)
2、得到用户单词,生成与之相类似的单词
首先我们看第一步,我的做法是,从网上找一个很大的文本,big.txt。这个文本包含了几万个单词,然后利用正则,将里面的单词,拿出来并存到redis库里面。
但问题是,我们在使用php读取大文件时,并还要利用正则去匹配单词的话,这个动作是非常消耗内存的,于是我的做法是,一行一行的去读取文本,并把这行
里面的单词,在取出来,存到库里。
核心代码如下:
public function word($perLine){ preg_match_all(‘/[a-z]+/i‘,$perLine,$matches); if($matches[0]){ foreach ($matches[0] as $key => $value) { $word = strtolower($value); if($this -> redisObj->exists($word)){ $this -> redisObj->incr($word); }else{ $this -> redisObj->set($word, 1); } } } } /** * 返回文件从X行到Y行的内容(支持php5、php4) * @param string $filename 文件名 * @param int $startLine 开始的行数 * @param int $endLine 结束的行数 * @return string */ public function getFileLines($filename, $startLine = 1, $endLine=50, $method=‘rb‘) { $content = array(); $count = $endLine - $startLine; // 判断php版本(因为要用到SplFileObject,PHP>=5.1.0) if(version_compare(PHP_VERSION, ‘5.1.0‘, ‘>=‘)){ $fp = new SplFileObject($filename, $method); $fp->seek($startLine-1);// 转到第N行, seek方法参数从0开始计数 for($i = 0; $i <= $count; ++$i) { $lineContent=$fp->current();// current()获取当前行内容 $this -> word($lineContent); $fp->next();// 下一行 } } }
这个程序代码,可能要执行比较长的时间,根据个人电脑而定,反正我的电脑执行了差不多有个把小时。好吧,总之这样,我们自己就制作了个词库,虽然并没有包含所有单词,不过至少测试是可以的啦。
时间: 2024-10-30 09:10:58