一般做内容网站，需要在每一篇文章出现与该文章相关的文章列表。多数人使用的方法大概是：建立一个关键词列表，判断每篇文章包含有那些关键词，最后根据关键词找出与某篇文章最相关的文章。对于内容比较复杂的网站，确定关键列表词显然比较麻烦。
后来我查阅了一些php函数，感觉similar_text（php4,php5）函数能够十分方便的达到我的要求。这个思路是：从文章列表中取出所有的文章标题，将所有的文章标题都同当前标题对比，将对比结果生成一个数组，按照相似度的大小由大到标题，利用similar_text将这些文章标题同原文章标题做对比，按标题的相似程度重新排列标题，就得到了与原文章相似的文章列表。
这个思路用到的关键函数是：
int similar_text ( string $first, string $second [, float $percent] )
它返回的是两个字根串的相同字节数。
按照这个思路，我们建立如下的函数，这个函数的功能是把$arr_title数组按照同$title相似的的顺序重新排列数组。
<?php
$demo_title = "帮客之家";
$demo_arr_title = array("简单易懂的现代魔法","简单明了的现代魔法","简明扼要的古代魔法","不简单的现代魔法","很难懂的现代魔法");
$new_array = getSimilar($demo_title,$demo_arr_title);
//print_r($new_array);
echo "与[$demo_title]最相关的前三个文章是：<br/>";
for($j=0; $j<=2; $j++)
{
echo ($j+1).":".$new_array[$j]."<br/>";
}
//$title当前标题，$arrayTitle为需要查找的数组
function getSimilar($title,$arr_title)
{
$arr_len = count($arr_title);
for($i=0; $i<=($arr_len-1); $i++)
{
//取得两个字符串相似的字节数
$arr_similar[$i] = similar_text($arr_title[$i],$title);
}
arsort($arr_similar); //按照相似的字节数由高到低排序
reset($arr_similar); //将指针移到数组的第一单元
$index = 0;
foreach($arr_similar as $old_index=>$similar)
{
$new_title_array[$index] = $arr_title[$old_index];
$index++;
}
return $new_title_array;
}
?>
程序运行结果：
与[帮客之家]最相关的前三个文章是： 1:简单明了的现代魔法 2:简单易懂的现代魔法 3:简明扼要的古代魔法
有些需要注意的地方：
The speed issues for similar_text seem to be only an issue for long sections of text (>20000 chars).
I found a huge performance improvement in my application by just testing if the string to be tested was less than 20000 chars before calling similar_text.
20000+ took 3-5 secs to process, anything else (10000 and below) took a fraction of a second. Fortunately for me, there was only a handful of instances with >20000 chars which I couldn't get a comparison % for.
如果要直接使用正文作对比速度可能会比较慢。
