PHP文章相似度比较，通过similar_text()比较有点慢，可否有什么好效率？

PHP文章相似度比较，通过similar_text()比较有点慢，可否有什么好效率？
如果通过将文章内容全部存入文本，遍历拿需要比较的文章内容，
通过similar_text()比较，这样的方法是否可行？

...全文

基础编程 21,889 成员 140,329 内容

切换为时间正序

码无边 2013-08-01

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

这个就不知道怎么弄。

码无边 2013-07-31

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

引用 4 楼 xuzuning 的回复:

你也可以用 exec 直接返回差异结果数组
exec("fc 1.txt 2.txt", $a);
print_r($a);
如果你有能力，还可以下载并编译 xdiff 扩展

如果我直接读取数据库表信息，遍历内容，与需要比较的文章内容比较，我又该怎么做呢？如果我先分词，在通过相似度比较，写算法什么的，是否可以？因为一旦数据库文章数据量大，靠数据库内容存入文本，再比较，会不会太慢？

xuzuning 2013-07-31

你也可以用 exec 直接返回差异结果数组


exec("fc 1.txt 2.txt", $a);
print_r($a);

如果你有能力，还可以下载并编译 xdiff 扩展

xuzuning 2013-07-31

比如（window）

system("fc 1.txt 2.txt > 3.txt");
readfile('3.txt');

linux 还有 wc 命令得到文件的行数

码无边 2013-07-31

引用 1 楼 xuzuning 的回复:

可以用操作系统提供的文件差异命令 linux : diff window : fc 他们都是按行处理的，报告中行数越多，自然相似度越低

具体是怎么实现呢？

xuzuning 2013-07-31

可以用操作系统提供的文件差异命令
linux : diff
window : fc
他们都是按行处理的，报告中行数越多，自然相似度越低