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？

回复讨论(解决方案)

本帖最后由 xuzuning 于 2013-07-31 17:54:18 编辑

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

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？

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

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

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

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

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

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



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？

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。