用一组单词数组中的随机单词替换字符串中的整个单词

Posted 2023-02-24

【中文标题】用一组单词数组中的随机单词替换字符串中的整个单词

【英文标题】：Replace whole words in a string with a random word from an array of grouped words

【发布时间】：2017-11-03 09:32:24

【问题描述】：

$myVar = 'essa pizza é muito gostosa';

$myWords=array(
    array('sabor','gosto','delicia'),
    array('saborosa','gostosa','deliciosa'),
);

foreach($myWords as $words)
    // randomize the subarray
    shuffle($words);
    // pipe-together the words and return just one match
    if(preg_match('/\b\K'.implode('|',$words).'\b/',$myVar,$out))
        // generate "replace_pair" from matched word and a random remaining subarray word
        // replace and preserve the new sentence
        $myVar=strtr($myVar,[$out[0]=>current(array_diff($words,$out))]);
    

echo $myVar;

应替换为：

$myVar = 'essa pizza é muito deliciosa';

或

$myVar = 'essa pizza é muito saborosa';

但是您正在交易较小的单词键，只是因为这个较小的键还包含这个较大的键的所有字母！

输出发生错误：

$myVar = 'essa pizza é muito saborsa';

“saborsa”（这个词在葡萄牙语中不存在，在我的数组中也不存在）！

正在删减“gostosa”这个词，换成“sabor”这个词 然后，不是输入“saborosa”这个词，而是形成一个不存在的词：“saborsa”。 "gostosa" = "sa" + word "sabor" = "saborsa"（这个词不存在）的一部分必须是 "saborosa"。

最大的问题是把“gostosa”这个词的一部分看作是“gosto”这个词

在替换之前如何阅读完整的键/词？ 谢谢

【问题讨论】：

我现在已经对这个问题的解释进行了细化，解释了系统从数组中找到一个单词时的效果，在$myVar中较大的单词的一部分中。

【参考方案1】：

事实发生多年后，我遇到了我的原始答案，并意识到这不是为了进行多次随机替换而构建的。我已经清除了旧答案，用更强大的技术替换它。

代码：(Demo)

$myVar = 'essa pizza é muito gostosa, gostosa, gostosa, gosto';

$myWords = [
    ['sabor', 'gosto', 'delicia'],
    ['saborosa', 'gostosa', 'deliciosa'],
];

$grouped = [];
$flipped = [];
foreach ($myWords as $row) 
    $grouped[] = '(' . implode('|', $row) . ')';
    $flipped[] = array_flip($row);

$pattern = '/\b(?:' . implode('|', $grouped) . ')\b/';

var_export(
    preg_replace_callback(
        $pattern,
        function($m) use ($flipped) 
            array_shift($m);
            foreach ($m as $i => $captured) 
                if ($captured) 
                    unset($flipped[$i][$captured]);
                    return array_rand($flipped[$i]);
                
            
        ,
        $myVar
    )
);

潜在输出：

'essa pizza é muito deliciosa, saborosa, deliciosa, sabor'

数据准备：

为每组单词 ($grouped) 形成一个以竖线分隔的捕获组数组——这些字符串将构成正则表达式模式的中心部分。

形成一个数组，其中子数组的值成为相应的 subartay 键——这将使访问随机替换词更简单/更清晰。

形成一个正则表达式模式，它将管道分隔、括号包裹的字符串与更多管道粘合在一起，然后用非捕获组包裹该字符串，然后用单词边界包裹它，以便只有整个单词匹配。样本数据的生成模式为：

/\b(?:(sabor|gosto|delicia)|(saborosa|gostosa|deliciosa))\b/

替换执行：

使用生成的模式来匹配$myWords 和$flipped 查找数组中的任何子数组中的整个单词，自定义回调将收到一个匹配值数组。

$m[0] 将是全字符串匹配。虽然它拥有所需的值，但它不会告诉我们匹配来自哪个子数组。因此数组中省略了$m[0]。

如果匹配的词来自第一组词，那么$m[1] 将有一个非空字符串。此捕获的单词将从$flipped 中删除，以消除将其自身替换为自身的可能性。

最后，array_rand() 用于从相关子数组中提取剩余单词之一。这种随机选择成为用作替换的词。

哦，回调中的foreach() 会不断迭代，直到找到一个非空字符串。换句话说，如果捕获的单词在第二个子数组中，它将忽略[0]（当$i === 0，然后在$i === 0时采取行动。

preg_replace_callback() 没有分配限制，因此它会进行尽可能多的替换，但只会对字符串进行一次传递。这意味着它不会替换替代品。