Значит есть стакая проблема: есть набор слов, есть строки.
Мне нужно определить тематику текста строк, для этого я использую набор сло, например есть слова:

авто
велосипед
машина
мотоцикл

для определения вхождения слова с троку, использую в цикле, для всех слов:

Код

if(stristr($str, $slovo[$i])) {...}

все нормально
если в тексте несколько совпаданий слов, для каждого совпадания выполняется свое действие, так и надо (ведь если в тексте есть, например слово авто и мотоцикл, то этот текст уже не можно считать на тему только авто или только мотоцикл)... но тут возникла проблема - например, вот такой текст:

BlaBlaBla - лучший велосипед с автоматическим переключателем скоростей.

Тут if сработает, поскольку stristr ищет не слово, а вхождение текста вооще, и он его найдет для слова не по теме - автоматическим (авто - подразумивается автомобиль...) ну может не совсем удачный пример, носмысл, думаю донес: нужно то же самое, только для слов.

Есть маленькая проблемка - стово может стоять, например, в конце строки - тогда за ним не будет нипробела (ни точки)...

Конечно, можно немного усложнить конструкцию, но тут возникает другая проблема - в данном месте большие требования по производительности: через этот участко кода будут бещз перерыва прогоняться строки...

Так что, специалисты , прошу оптимального решения.
Заранее спасибо и сорри за ламерский вопрос... очень нужен наиболее оптимальный вариант

думаю тут регами нужно

PROme
сначала вырежи лишние пробелы, потом дели explode(' ', $text)

Opr, Irokez прав - целым словом является любой набор букв, ограниченный не-буквами.

penizillin в этот что-то есть


Opr ну это было бы очень не оптимально
не проще ли обрамление сделать и пробелы заменить на не букву, а далее уже исходным вариантом искать, обрамив слово этой же не буквой
так будет, уверен и быстрее, и память... несравнимо меньше будет потребляться


Irokez я не уверен, но мне кажется что реги тоже, благодаря своей универсальности уступают в производительности (хотя кто знает, может те же стандартные функции работы со строками на регах и выполнены... )

в общем, если у кого есть еще какие решения или идеи - делитесь, заранее спасибо

если нет, думаю я к концу недели созрею и выложу свой наиболее оптимальный вариант

Цитата(PROme @ 17.3.2005, 15:48)

Irokez я не уверен, но мне кажется что реги тоже, благодаря своей универсальности уступают в производительности

Лучший способ замерить А еще лучше разобратся как устроенны реги(4 уровень Хомского, формальные грамматики) и узнать почему же реги и мощные и быстрые одновременно(O(N) при не сжатом ДКА). Естественно память они кушают

замеряем... на досуге...

а вчера перед сном меня осенило
предыдущий пост - фактически и есть оптимальное (с моей точки зрения) решение
итак, как я его вижу:

$str строка, до этого обработанная trim-ом
мы делаем примерно так:
$str_work=' '.$str.' ';
все слова заранее (чтоб небыло лишних операций, они все равно в БД висят) обрамляем пробелами
ну и цифры/знаки припенания в $str_work заменяем пробелом
а далее уже как в первом посте...
по-моему, довольно оптимально
может ли кто чего лучше предложить?

Код

<?php $str="  Значит есть стакая проблема: есть набор слов, есть строки. Мне нужно определить тематику текста строк, для этого я использую набор сло, например есть слова: "; $words=preg_split('/[\W]+/', $str, -1, PREG_SPLIT_NO_EMPTY); print_r($words); ?>

я совсем недавно писал что реги так же плохо знаю, как в свое время и работу с физической памятью в Паскале
Irokez, спасибо за пример
вызов принят
завтра устроим испытания на производительность

хм...
уставший вчера был, как то и не посмотрел на код даже
он же просто разбивает строку на массив... это и лишние ресурсы... да и не думаю что поиск в массиве строк будет выполнятся быстрее поиска в строке
в общем спасибо всем за помощь
мой текущий способ решения проблемы пока полностью меня устраивает по производительности