Discussion :

[Superskunk]

Bonsoir,

j'essaie en vain de trouver le moyen de comparer deux chaines "presque égales".
Désolé pour mon manque de vocabulaire

Voilà en gros ce que je souhaite faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
<?php
 
$chaine = "Le Seigneur des anneaux : la communauté de l'anneau";
 
foreach($titres as $titre){
	if($titre == $chaine){
		echo $titre;
		//Ici je voudrais avoir : Seigneur des anneaux - La communauté de l'anneau, Le
	}
}
 
?>

Je parcours une liste de chaines (titre de films) celle-ci proviennent de imdb.
Le problème, c'est que parfois le titre n'est pas réellement le bon.
Comme dans l'exemple.

Comment faire pour accepter quand même la chaine qui est quasiment la même, parfois avec un "le" ou "la" à la fin, un ":" à la place d'un "-"...

J'ai commencé à zieuter le regex, mais là, je crois pas que ça convienne.

On m'a parlé de soundex, mais je ne connais pas du tout cette technique (bien que j'ai regardé sur la doc ).


Merci d'avance !

[FreakDev]

il y a cette fonction aussi : similar_text

[Superskunk]

Merci, j'ai trouvé mon bonheur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
function similaire($str1, $str2) {
 
    $strlen1=strlen($str1);
    $strlen2=strlen($str2);
    $max=max($strlen1, $strlen2);
    $splitSize=250;
 
    if($max>$splitSize)
    {
        $lev=0;
        for($cont=0;$cont<$max;$cont+=$splitSize)
        {
            if($strlen1<=$cont || $strlen2<=$cont)
            {
                $lev=$lev/($max/min($strlen1,$strlen2));
				break;
            }
            $lev+=levenshtein(substr($str1,$cont,$splitSize), substr($str2,$cont,$splitSize));
        }
    }
    else
		$lev=levenshtein($str1, $str2);
    $porcentage= -100*$lev/$max+100;
    if($porcentage>75)
    similar_text($str1,$str2,$porcentage);
 
 return $porcentage;
 
}

Ça marche très bien pour moi
Merci de ton aide.

[*.Har(d)t]

Salut,

J'ai l'impression que soundex ne sera pas forcément un bon choix car cette technique se base sur la similarité de prononciation des chaînes.

Or, ça a dû être développé par des américains, donc j'ai peur que ça ne marche bien qu'en anglais.

En revanche, similar_text() semble être un choix un peu meilleur car elle calcule le nombre de caractères identiques entre deux chaînes.

Comme tu maîtrises le contenu de ta chaîne de référence, et qu'imdb ne devrait normalement pas te fournir des anagrammes, c'est une solution sûre.

Les performances chutent au-dessus de 20000 caractères d'après les commentaires de la doc.

Plus d'infos ici

http://fr.php.net/manual/fr/function.similar-text.php