如何检查字符串是否包含特定单词

技术背景

在PHP编程中，经常需要检查一个字符串是否包含特定的单词或子字符串。这在文本处理、搜索功能、数据验证等场景中非常常见。不同的PHP版本提供了不同的方法来实现这一功能，同时还可以使用正则表达式来进行更精确的匹配。

实现步骤

PHP 8及以上版本

在PHP 8中，可以使用str_contains函数来检查字符串是否包含特定的子字符串。示例代码如下：

if (str_contains('How are you', 'are')) { 
    echo 'true';
}

需要注意的是，当$needle（要搜索的子字符串）为空时，str_contains函数将始终返回true。因此，在使用之前，应先确保$needle不为空：

$haystack = 'How are you?';
$needle   = '';

if ($needle !== '' && str_contains($haystack, $needle)) {
    echo "This returned true!";
} else {
    echo "This returned false!";
}

此外，str_contains函数是区分大小写的。

PHP 8之前的版本

可以使用strpos()函数来查找一个字符串在另一个字符串中首次出现的位置。示例代码如下：

$haystack = 'How are you?';
$needle   = 'are';

if (strpos($haystack, $needle) !== false) {
    echo 'true';
}

需要注意的是，使用!== false是必要的，因为strpos()可能返回0，而0是一个有效的偏移量，不能简单地使用!= false或=== true来判断。

使用正则表达式

使用正则表达式可以更精确地匹配单词，避免strpos函数可能出现的误匹配问题。示例代码如下：

$a = 'How are you?';

if (preg_match('/\bare\b/', $a)) {
    echo 'true';
}

在性能方面，strpos大约比preg_match快三倍。

多用途函数

可以将上述功能组合成一个多用途函数，包括可选择的大小写敏感性：

function FindString($needle,$haystack,$i,$word)
{   // $i should be "" or "i" for case insensitive
    if (strtoupper($word)=="W")
    {   // if $word is "W" then word search instead of string in string search.
        if (preg_match("/\b{$needle}\b/{$i}", $haystack)) 
        {
            return true;
        }
    }
    else
    {
        if(preg_match("/{$needle}/{$i}", $haystack)) 
        {
            return true;
        }
    }
    return false;
    // Put quotes around true and false above to return them as strings instead of as bools/ints.
}

处理非英语语言

\b在非英语语言中可能无法正常工作，需要直接定义表示单词边界的字符。示例函数如下：

function contains($str, array $arr) {
    // Works in Hebrew and any other unicode characters
    // Thanks https://medium.com/@shiba1014/regex-word-boundaries-with-unicode-207794f6e7ed
    // Thanks https://www.phpliveregex.com/
    if (preg_match('/(?<=[\s,.:;"\']|^)' . $word . '(?=[\s,.:;"\']|$)/', $str)) return true;
}

如果要搜索一个单词数组，可以使用以下函数：

function arrayContainsWord($str, array $arr)
{
    foreach ($arr as $word) {
        // Works in Hebrew and any other unicode characters
        // Thanks https://medium.com/@shiba1014/regex-word-boundaries-with-unicode-207794f6e7ed
        // Thanks https://www.phpliveregex.com/
        if (preg_match('/(?<=[\s,.:;"\']|^)' . $word . '(?=[\s,.:;"\']|$)/', $str)) return true;
    }
    return false;
}

核心代码

使用str_contains函数

if (str_contains('How are you', 'are')) { 
    echo 'true';
}

使用strpos函数

$haystack = 'How are you?';
$needle   = 'are';

if (strpos($haystack, $needle) !== false) {
    echo 'true';
}

使用正则表达式

$a = 'How are you?';

if (preg_match('/\bare\b/', $a)) {
    echo 'true';
}

最佳实践

• 在PHP 8及以上版本中，优先使用str_contains函数，因为它简洁且易于理解。
• 在PHP 8之前的版本中，使用strpos函数时，务必使用!== false进行判断。
• 如果需要精确匹配单词，使用正则表达式，并注意处理非英语语言的情况。
• 在处理用户输入时，要对输入进行过滤和验证，避免正则表达式注入等安全问题。

常见问题

str_contains函数对空字符串的处理

当$needle为空时，str_contains函数将始终返回true。因此，在使用之前，应先确保$needle不为空。

strpos函数返回值的判断

strpos函数可能返回0，这是一个有效的偏移量，不能简单地使用!= false或=== true来判断。必须使用!== false进行判断。

正则表达式的性能问题

正则表达式的性能相对较低，尤其是在处理大量数据时。如果只是简单的子字符串匹配，优先使用strpos或str_contains函数。

非英语语言的单词边界问题

\b在非英语语言中可能无法正常工作，需要直接定义表示单词边界的字符。