PHP 原生的similar_text()函数、levenshtein()函数对中文汉字支持不好，我自己写了一个，测试使用正常，推荐给大家，如果有什么问题，请留言

similar_text()中文汉字版，代码如下:

1. <?php
2. //拆分字符串
3. function split_str($str) {
4. preg_match_all("/./u", $str, $arr);
5. return $arr[0];
6. }
7. //相似度检测
8. function similar_text_cn($str1, $str2) {
9. $arr_1 = array_unique(split_str($str1));
10. $arr_2 = array_unique(split_str($str2));
11. $similarity = count($arr_2) - count(array_diff($arr_2, $arr_1));
12. return $similarity;
13. }

levenshtein()中文汉字版，代码如下:

1. <?php
2. //拆分字符串
3. function mbStringToArray($string, $encoding = 'UTF-8') {
4. $arrayResult = array();
5. while ($iLen = mb_strlen($string, $encoding)) {
6. array_push($arrayResult, mb_substr($string, 0, 1, $encoding));
7. $string = mb_substr($string, 1, $iLen, $encoding);
8. }
9. return $arrayResult;
10. }
11. //编辑距离
12. function levenshtein_cn($str1, $str2, $costReplace = 1, $encoding = 'UTF-8') {
13. $count_same_letter = 0;
14. $d = array();
15. $mb_len1 = mb_strlen($str1, $encoding);
16. $mb_len2 = mb_strlen($str2, $encoding);
17. $mb_str1 = mbStringToArray($str1, $encoding);
18. $mb_str2 = mbStringToArray($str2, $encoding);
19. for ($i1 = 0; $i1 <= $mb_len1; $i1++) {
20. $d[$i1] = array();
21. $d[$i1][0] = $i1;
22. }
23. for ($i2 = 0; $i2 <= $mb_len2; $i2++) {
24. $d[0][$i2] = $i2;
25. }
26. for ($i1 = 1; $i1 <= $mb_len1; $i1++) {
27. for ($i2 = 1; $i2 <= $mb_len2; $i2++) {
28. // $cost = ($str1[$i1 - 1] == $str2[$i2 - 1]) ? 0 : 1;
29. if ($mb_str1[$i1 - 1] === $mb_str2[$i2 - 1]) {
30. $cost = 0;
31. $count_same_letter++;
32. } else {
33. $cost = $costReplace; //替换
34. }
35. $d[$i1][$i2] = min($d[$i1 - 1][$i2] + 1, //插入
36. $d[$i1][$i2 - 1] + 1, //删除
37. $d[$i1 - 1][$i2 - 1] + $cost);
38. }
39. } //www.phpfensi.com
40. return $d[$mb_len1][$mb_len2];
41. //return array('distance' => $d[$mb_len1][$mb_len2], 'count_same_letter' => $count_same_letter);
42. }

最长公共子序列LCS()，代码如下:

1. <?php
2. //最长公共子序列英文版
3. function LCS_en($str_1, $str_2) {
4. $len_1 = strlen($str_1);
5. $len_2 = strlen($str_2);
6. $len = $len_1 > $len_2 ? $len_1 : $len_2;
7. $dp = array();
8. for ($i = 0; $i <= $len; $i++) {
9. $dp[$i] = array();
10. $dp[$i][0] = 0;
11. $dp[0][$i] = 0;
12. }
13. for ($i = 1; $i <= $len_1; $i++) {
14. for ($j = 1; $j <= $len_2; $j++) {
15. if ($str_1[$i - 1] == $str_2[$j - 1]) {
16. $dp[$i][$j] = $dp[$i - 1][$j - 1] + 1;
17. } else {
18. $dp[$i][$j] = $dp[$i - 1][$j] > $dp[$i][$j - 1] ? $dp[$i - 1][$j] : $dp[$i][$j - 1];
19. }
20. }
21. }
22. return $dp[$len_1][$len_2];
23. }
24. //拆分字符串
25. function mbStringToArray($string, $encoding = 'UTF-8') {
26. $arrayResult = array();
27. while ($iLen = mb_strlen($string, $encoding)) {
28. array_push($arrayResult, mb_substr($string, 0, 1, $encoding));
29. $string = mb_substr($string, 1, $iLen, $encoding);
30. }
31. return $arrayResult;
32. }
33. //最长公共子序列中文版
34. function LCS_cn($str1, $str2, $encoding = 'UTF-8') {
35. $mb_len1 = mb_strlen($str1, $encoding);
36. $mb_len2 = mb_strlen($str2, $encoding);
37. $mb_str1 = mbStringToArray($str1, $encoding);
38. $mb_str2 = mbStringToArray($str2, $encoding);
39. $len = $mb_len1 > $mb_len2 ? $mb_len1 : $mb_len2;
40. $dp = array();
41. for ($i = 0; $i <= $len; $i++) {
42. $dp[$i] = array();
43. $dp[$i][0] = 0;
44. $dp[0][$i] = 0;
45. }
46. for ($i = 1; $i <= $mb_len1; $i++) {
47. for ($j = 1; $j <= $mb_len2; $j++) {
48. if ($mb_str1[$i - 1] == $mb_str2[$j - 1]) {
49. $dp[$i][$j] = $dp[$i - 1][$j - 1] + 1;
50. } else {
51. $dp[$i][$j] = $dp[$i - 1][$j] > $dp[$i][$j - 1] ? $dp[$i - 1][$j] : $dp[$i][$j - 1];
52. }
53. }
54. }
55. return $dp[$mb_len1][$mb_len2];
56. }