| |
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290
<?php
/*------------------------------*/
/*
Titre : Calcul en % la similarité entre 2 champs MySQL
Date édition : 31 Jan 2008
Date mise a jour : 23 Sept 2019
Rapport de la maj:
- refactoring du code en PHP 7
- fonctionnement du code vérifié
- correction du code
- modification de la description
*/
/*------------------------------*/
$db_server = 'localhost'; // Adresse du serveur MySQL
$db_name = ''; // Nom de la base de données
$db_user_login = 'root'; // Nom de l'utilisateur
$db_user_pass = ''; // Mot de passe de l'utilisateur
// Ouvre une connexion au serveur MySQL
$conn = mysqli_connect($db_server,$db_user_login, $db_user_pass, $db_name);
/*******************************************************************************
* Initialisation
***************************************************************************/
$valeur_pourcentage = 70; // la valeur du pourcentage de mots communs
// le doublon parfait c'est 100% de mots communs!!
// Donc $valeur_pourcentage sera initialiser à 100
// dans ce cas.
// Si vous tolerez 90% de mots communs, mettez 90 ;)
$table_sql = ""; // nom de la table sql
$champ_id = ""; // nom de votre identifiant
$champ_recherche_sql = ""; // nom du champ sur lequel on effectue la
// recherche de similarité
$nbre_elements = 100; // commencer petit, le script est long a executer
// le nombre d'element se trouve dna la premiere boucle de
// l'algo
// si vous souhaitez boucler sur la table entiere,
// remplacer
// $nbre_elements par sizeof($tab_matchv)
/*******************************************************************************
* enlève les accents
***************************************************************************/
function TexteSansAccent($texte){
$accent=
'à€àà‚à à„à…à à¡à¢à à¤à¥à’à“à”à•à?' .
'?à˜à²à³à´àµà¶à¸àˆà‰àŠà‹éèêà«à‡à§àŒ?' .
'?àŽàà¬àà®à¯à™àšà›àœà¹àºà»à¼à¿à‘à±';
$noaccent='AAAAAAaaaaaaOOOOOOooooooEEEEeeeeCcIIIIiiiiUUUUuuuuyNn';
$texte = strtr($texte,$accent,$noaccent);
return $texte;
}
/*******************************************************************************
* magic_quote
***************************************************************************/
function AuStrip_Slashes($chaine) {
/*******************************************************************************
* Stop Words !!
***************************************************************************/
$stop_words = array("alors","au","aucuns","aussi","autre","avant","avec","avoir"
,
"bon","car","ce","cela","ces","ceux", "chaque","ci","comme",
"comment","dans","des","du","dedans","dehors","depuis",
"deux",
"devrait","doit", "donc","dos","droite","début","elle",
"elles",
"en","encore","essai","est","et","eu","fait","faites",
"fois",
"font","force","haut","hors","ici","il","ils","je juste",
"la",
"le","les","leur","là ","ma",
"maintenant","mais","mes","mine","moins","mon","mot",
"même",
"ni",
"nommés","notre","nous","nouveaux",
"ou","oà¹","par","parce","parole","pas","personnes","peut"
,
"peu",
"pièce","plupart","pour","pourquoi",
"quand","que","quel","quelle","quelles","quels","qui","sa",
"sans","ses","seulement","si","sien","son",
"sont","sous","soyez sujet","sur","ta","tandis","tellement",
"tels","tes","ton","tous","tout","trop",
"très","tu","valeur","voie","voient","vont","votre",
"vous",
"vu","à§a","étaient","état","étions","été",
"être",
"un","deux","trois","quatre","cinq","six","sept","huit",
"neuf","dix",
"0","1","2","3","4","5","6","7","8","9","10",
"avec","chez","par","dans","des","en","de","une","votre",
"meilleurs","entre","entres",
"depuis","alors","ne","pas","du","meme",
"ou","nom","seuls","acceptes","ayant",
"mais","ou","et","donc","or","ni","car",
"vos","votre","mes","mien","mien","tien","tiens","tout",
"toute","toutes",
"que","quoi","qui","comment","peu","peut","pis","puis","pas"
,
"chaque","chacun","chacune",
"son","ses","au","aux","se","sur","ce","ceux","cette","ca",
"ci","ceci","cela","aussi","pour",
"petit","grand","moyen","large","haut","bas","milieu",
"droite",
"gauche","centre",
"dit","etre","leur","leurs",
"plus","moin","moins",
"es","est","sont","son","va","suis","ai","viens",
"a","b","c","d","e","f","g","h","i","l","m","n","o","p","q",
"r","s","t","u","v","w","x","y","z"
);
/*******************************************************************************
* Set le temps d'excecution
***************************************************************************/
/*******************************************************************************
* Premiere requete -place tout les champs dans un tableau
***************************************************************************/
$qv = $conn->query("SELECT $champ_id,$champ_recherche_sql FROM $table_sql");
$p=0;
$regs_split = array();
$tab_matchv = array();
while ($rv = mysqli_fetch_array($qv)) {
$tab_matchv[$p] = $rv[$champ_id];
$p++;
// Place tous les mots d'une chaine dans un tableau
$ch = $rv[$champ_recherche_sql];
// enleve les slashs
$ch = AuStrip_Slashes($ch);
// enleve les accent
$ch = TexteSansAccent($ch);// enleve les accent
// enleve les apostrophes
// passe le texte en minuscule
// enleve les mots bannis en faisant le difference des 2 tableaux
$regs_split2 = array_diff($regs_split,$stop_words);
//print_r($regs_split2);
//echo $rv; echo '<br />';
$tab_matchv[$p] = $rv;
$p++;
}
/*******************************************************************************
* seconde requete - place tout les champs dans un tableau
***************************************************************************/
$q = $conn->query("SELECT $champ_id,$champ_recherche_sql FROM $table_sql");
$i=0;
$regs1_split = array();
$tab_match = array();
while ($r = mysqli_fetch_array($q)) {
$tab_match[$i] = $r[$champ_id];
$i++;
// Place tous les mots d'une chaine dans un tableau
$ch = $r[$champ_recherche_sql];
// enleve les slashs
$ch = AuStrip_Slashes($ch);
// enleve les accent
$ch = TexteSansAccent($ch);// enleve les accent
// enleve les apostrophes
// passe le texte en minuscule
$regs1_split = preg_split("#[^[:alpha:]]+#", $ch);
// enleve les mots bannis en faisant le difference des 2 tableaux
$regs1_split2 = array_diff($regs1_split,$stop_words);
$tab_match[$i] = $rv;
$i++;
}
/*******************************************************************************
* Sortie ecrans
***************************************************************************/
echo "<strong>Nombre de champs : ".round(sizeof($tab_match)/2)."<br /><br" .
" /></strong>";
echo "<strong>Verifie les $nbre_elements premiers éléments<br /><br />";
echo "<strong>Tolérance maximum de mots communs en pourcentage :</strong>
".$valeur_pourcentage."%</strong><br /><br />";
/*******************************************************************************
* l'algo
***************************************************************************/
$p = 0;
$k = 0;
$delete_id_tb1 = array();
$delete_id_tb2 = array();
while ($p < $nbre_elements)
{
$p++;
$j = 0;
while ( $j < sizeof($tab_match))
{
$j++;
$regs = array();
$reception = array();
// on prend un champ du tableau
$ch_tab_match = $tab_match[$j];
// on decoupe la chaine et on la passe dans un tableau
// idem avec la chaine a traiter
$reception = preg_split('#[,]#', $tab_matchv[$p]);
// on fait la difference
// taille de la table
$non_matches_size = sizeof($non_matches);
// taille de la table
// calcul le %
$inaccuracy = 0;
$inaccuracy = round(($non_matches_size/$regs_size)*100);
$accuracy = 100-$inaccuracy;
// echo le resultat en %
if ($accuracy > $valeur_pourcentage AND $accuracy != 100) {
// recupere l'ID
$val = $j-1;
$save_id = $tab_match[$j-1];
$val2 = $p-1;
$tab_matchv_id = $tab_matchv[$p-1];
$delete_id_tb1[$k] = $tab_matchv_id;
$delete_id_tb2[$k] = $save_id;
echo 'Il y a <strong><font color="#ff0000">'.$accuracy.'</font></strong>%
de contenu similaire entre: <br /><strong>ID: '.$tab_matchv_id.
'</strong>
>>'.$tab_matchv[$p].'<br /><strong>ID : '.$save_id.'</strong> >> ';
echo ''.$tab_match[$j].'<br /><br /><br />
';
$k++;
}
$j++;
}
$p++;
}
/*******************************************************************************
* Pour supprimer - A vous de voir sur quel table la suppression se fait
* Vous avez les 2 listes d'ID, le reste devrait etre un jeu d'enfant pour
vous ;)
***************************************************************************/
echo '<br /><br />Liste des ID de la premiere table<br />';
echo '<br /><br />Liste des ID de la seconde table<br />';
/*******************************************************************************
* Fin
***************************************************************************/
?>
<?php
/*------------------------------*/
/*
Titre : Calcul en % la similarité entre 2 champs MySQL
Date édition : 31 Jan 2008
Date mise a jour : 23 Sept 2019
Rapport de la maj:
- refactoring du code en PHP 7
- fonctionnement du code vérifié
- correction du code
- modification de la description
*/
/*------------------------------*/
$db_server = 'localhost'; // Adresse du serveur MySQL
$db_name = ''; // Nom de la base de données
$db_user_login = 'root'; // Nom de l'utilisateur
$db_user_pass = ''; // Mot de passe de l'utilisateur
// Ouvre une connexion au serveur MySQL
$conn = mysqli_connect($db_server,$db_user_login, $db_user_pass, $db_name);
/*******************************************************************************
* Initialisation
***************************************************************************/
$valeur_pourcentage = 70; // la valeur du pourcentage de mots communs
// le doublon parfait c'est 100% de mots communs!!
// Donc $valeur_pourcentage sera initialiser à 100
// dans ce cas.
// Si vous tolerez 90% de mots communs, mettez 90 ;)
$table_sql = ""; // nom de la table sql
$champ_id = ""; // nom de votre identifiant
$champ_recherche_sql = ""; // nom du champ sur lequel on effectue la
// recherche de similarité
$nbre_elements = 100; // commencer petit, le script est long a executer
// le nombre d'element se trouve dna la premiere boucle de
// l'algo
// si vous souhaitez boucler sur la table entiere,
// remplacer
// $nbre_elements par sizeof($tab_matchv)
/*******************************************************************************
* enlève les accents
***************************************************************************/
function TexteSansAccent($texte){
$accent=
'à€àà‚à à„à…à à¡à¢à à¤à¥à’à“à”à•à?' .
'?à˜à²à³à´àµà¶à¸àˆà‰àŠà‹éèêà«à‡à§àŒ?' .
'?àŽàà¬àà®à¯à™àšà›àœà¹àºà»à¼à¿à‘à±';
$noaccent='AAAAAAaaaaaaOOOOOOooooooEEEEeeeeCcIIIIiiiiUUUUuuuuyNn';
$texte = strtr($texte,$accent,$noaccent);
return $texte;
}
/*******************************************************************************
* magic_quote
***************************************************************************/
function AuStrip_Slashes($chaine) {
/*******************************************************************************
* Stop Words !!
***************************************************************************/
$stop_words = array("alors","au","aucuns","aussi","autre","avant","avec","avoir"
,
"bon","car","ce","cela","ces","ceux", "chaque","ci","comme",
"comment","dans","des","du","dedans","dehors","depuis",
"deux",
"devrait","doit", "donc","dos","droite","début","elle",
"elles",
"en","encore","essai","est","et","eu","fait","faites",
"fois",
"font","force","haut","hors","ici","il","ils","je juste",
"la",
"le","les","leur","là ","ma",
"maintenant","mais","mes","mine","moins","mon","mot",
"même",
"ni",
"nommés","notre","nous","nouveaux",
"ou","oà¹","par","parce","parole","pas","personnes","peut"
,
"peu",
"pièce","plupart","pour","pourquoi",
"quand","que","quel","quelle","quelles","quels","qui","sa",
"sans","ses","seulement","si","sien","son",
"sont","sous","soyez sujet","sur","ta","tandis","tellement",
"tels","tes","ton","tous","tout","trop",
"très","tu","valeur","voie","voient","vont","votre",
"vous",
"vu","à§a","étaient","état","étions","été",
"être",
"un","deux","trois","quatre","cinq","six","sept","huit",
"neuf","dix",
"0","1","2","3","4","5","6","7","8","9","10",
"avec","chez","par","dans","des","en","de","une","votre",
"meilleurs","entre","entres",
"depuis","alors","ne","pas","du","meme",
"ou","nom","seuls","acceptes","ayant",
"mais","ou","et","donc","or","ni","car",
"vos","votre","mes","mien","mien","tien","tiens","tout",
"toute","toutes",
"que","quoi","qui","comment","peu","peut","pis","puis","pas"
,
"chaque","chacun","chacune",
"son","ses","au","aux","se","sur","ce","ceux","cette","ca",
"ci","ceci","cela","aussi","pour",
"petit","grand","moyen","large","haut","bas","milieu",
"droite",
"gauche","centre",
"dit","etre","leur","leurs",
"plus","moin","moins",
"es","est","sont","son","va","suis","ai","viens",
"a","b","c","d","e","f","g","h","i","l","m","n","o","p","q",
"r","s","t","u","v","w","x","y","z"
);
/*******************************************************************************
* Set le temps d'excecution
***************************************************************************/
/*******************************************************************************
* Premiere requete -place tout les champs dans un tableau
***************************************************************************/
$qv = $conn->query("SELECT $champ_id,$champ_recherche_sql FROM $table_sql");
$p=0;
$regs_split = array();
$tab_matchv = array();
while ($rv = mysqli_fetch_array($qv)) {
$tab_matchv[$p] = $rv[$champ_id];
$p++;
// Place tous les mots d'une chaine dans un tableau
$ch = $rv[$champ_recherche_sql];
// enleve les slashs
$ch = AuStrip_Slashes($ch);
// enleve les accent
$ch = TexteSansAccent($ch);// enleve les accent
// enleve les apostrophes
// passe le texte en minuscule
// enleve les mots bannis en faisant le difference des 2 tableaux
$regs_split2 = array_diff($regs_split,$stop_words);
//print_r($regs_split2);
//echo $rv; echo '<br />';
$tab_matchv[$p] = $rv;
$p++;
}
/*******************************************************************************
* seconde requete - place tout les champs dans un tableau
***************************************************************************/
$q = $conn->query("SELECT $champ_id,$champ_recherche_sql FROM $table_sql");
$i=0;
$regs1_split = array();
$tab_match = array();
while ($r = mysqli_fetch_array($q)) {
$tab_match[$i] = $r[$champ_id];
$i++;
// Place tous les mots d'une chaine dans un tableau
$ch = $r[$champ_recherche_sql];
// enleve les slashs
$ch = AuStrip_Slashes($ch);
// enleve les accent
$ch = TexteSansAccent($ch);// enleve les accent
// enleve les apostrophes
// passe le texte en minuscule
$regs1_split = preg_split("#[^[:alpha:]]+#", $ch);
// enleve les mots bannis en faisant le difference des 2 tableaux
$regs1_split2 = array_diff($regs1_split,$stop_words);
$tab_match[$i] = $rv;
$i++;
}
/*******************************************************************************
* Sortie ecrans
***************************************************************************/
echo "<strong>Nombre de champs : ".round(sizeof($tab_match)/2)."<br /><br" .
" /></strong>";
echo "<strong>Verifie les $nbre_elements premiers éléments<br /><br />";
echo "<strong>Tolérance maximum de mots communs en pourcentage :</strong>
".$valeur_pourcentage."%</strong><br /><br />";
/*******************************************************************************
* l'algo
***************************************************************************/
$p = 0;
$k = 0;
$delete_id_tb1 = array();
$delete_id_tb2 = array();
while ($p < $nbre_elements)
{
$p++;
$j = 0;
while ( $j < sizeof($tab_match))
{
$j++;
$regs = array();
$reception = array();
// on prend un champ du tableau
$ch_tab_match = $tab_match[$j];
// on decoupe la chaine et on la passe dans un tableau
// idem avec la chaine a traiter
$reception = preg_split('#[,]#', $tab_matchv[$p]);
// on fait la difference
// taille de la table
$non_matches_size = sizeof($non_matches);
// taille de la table
// calcul le %
$inaccuracy = 0;
$inaccuracy = round(($non_matches_size/$regs_size)*100);
$accuracy = 100-$inaccuracy;
// echo le resultat en %
if ($accuracy > $valeur_pourcentage AND $accuracy != 100) {
// recupere l'ID
$val = $j-1;
$save_id = $tab_match[$j-1];
$val2 = $p-1;
$tab_matchv_id = $tab_matchv[$p-1];
$delete_id_tb1[$k] = $tab_matchv_id;
$delete_id_tb2[$k] = $save_id;
echo 'Il y a <strong><font color="#ff0000">'.$accuracy.'</font></strong>%
de contenu similaire entre: <br /><strong>ID: '.$tab_matchv_id.
'</strong>
>>'.$tab_matchv[$p].'<br /><strong>ID : '.$save_id.'</strong> >> ';
echo ''.$tab_match[$j].'<br /><br /><br />
';
$k++;
}
$j++;
}
$p++;
}
/*******************************************************************************
* Pour supprimer - A vous de voir sur quel table la suppression se fait
* Vous avez les 2 listes d'ID, le reste devrait etre un jeu d'enfant pour
vous ;)
***************************************************************************/
echo '<br /><br />Liste des ID de la premiere table<br />';
echo '<br /><br />Liste des ID de la seconde table<br />';
/*******************************************************************************
* Fin
***************************************************************************/
?>
|