PHP similar_text() 計算字串相似度完整指南

函數原型

int similar_text(string $first, string $second, float &$percent = null)

• 回傳：匹配字元數（整數）
• 第三參數傳址參考，回傳相似百分比（浮點數）

基本用法

// 僅取得匹配字元數
echo similar_text('ly89cn', 'ly89'); // 輸出 4

// 取得百分比
similar_text('ly89cn', 'ly89', $percent);
echo $percent; // 輸出 80

中文字串處理

echo similar_text('王業樓的個人博客', '王業樓'); // 輸出 9 (位元組數)
similar_text('王業樓的個人博客', '王業樓', $p);
echo $p; // 輸出 54.545454545455

注意：similar_text() 以位元組計算，UTF-8 中文字佔 3 位元組，結果可能不符直覺。中文相似度建議改用 levenshtein() 或專門中文分詞演算法。

效能與替代方案

• levenshtein()：計算編輯距離，速度較快，適合長字串。
• similar_text()：精確度較高（演算法不同），但複雜度 O(N³)，長字串效能較差。

實際應用：相關文章推薦

將文章標題與資料庫所有標題逐一 similar_text() 比對，按相似度降序排列，取前 N 筆作為相關推薦。注意效能優化：可先以關鍵字過濾候選集，再精確計算。