php - 寻求从字符串中删除 544 个单词的任何实例的优雅方法

Question

我需要从用户输入的搜索字符串中删除 544 个全文停用词的任何实例，然后将其格式化以在 bool 模式下运行部分匹配全文搜索。

输入:“纽约市”，输出:“+york* +city*”(“new”是停用词)。

我有一个丑陋的解决方案:将搜索字符串分解为单词数组，查找停用词数组中的每个单词，如果匹配则取消设置，分解剩余的单词，最后运行正则表达式以添加 bool 模式格式化。必须有一个更优雅的解决方案。

我的问题分为两部分。

1) 你认为最干净的方法是什么？

2) 我使用一个巨大的正则表达式解决了部分问题，但这引发了另一个问题。

编辑:这确实有效。我很尴尬地说，我遇到的内存问题(我相信是我的正则表达式)实际上是在代码后期生成的，因为在过滤掉停用词后有大量匹配项。

$tmp  = preg_replace('/(\b('.implode('|',$stopwords).')\b)+/','',$this->val);
$boolified = preg_replace('/([^\s]+)/','+$1*',$tmp);

Answer 1

构建一个 suffix tree从 544 个单词中逐个字母地遍历输入字符串，然后在每个新单词的开头跳回到树的根部。当您在单词末尾找到匹配项时，将其删除。如果单词列表保持静态，则输入字符串的长度为 O(n)。