17370845950

本文介绍如何在php中通过正则表达式智能分词，将血型等固定多词组合（如“a positive”“o negative”）视为不可分割的语义单元，避免传统空格切分导致的误匹配问题。

在构建血液捐献者搜索系统时，一个常见却关键的挑战是：如何让语义上紧密关联的多词（如血型名称）不被简单按空格拆散？例如，用户输入 "o negative blood donor in khulna"，若直接用 explode(" ", $keyword) 切分，会得到 ['o', 'negative', 'blood', 'donor', 'in', 'khulna'] —— 这导致 SQL 中对 'o' 的模糊匹配命中所有含字母 o 的姓名（如 rony, jony, tony），严重降低结果准确性。

根本问题在于："o negative" 是一个完整、不可分割的业务实体（血型），应被当作一个“单词”处理，而非两个独立关键词。 解决方案不是硬编码所有血型，而是使用语义感知的正则分词，优先识别预定义模式（如 [a|b|o] [positive|negative]），再捕获其余普通词。

✅ 推荐实现：正则驱动的智能分词

以下 PHP 代码使用精准正则表达式，自动合并血型短语，并保留其余词汇：

$keyword = "o negative blood donor in khulna";

// 正则说明：
// (?i)           → 忽略大小写
// \b[abo]\s+     → 匹配字首边界 + a/b/o + 一个或多个空白符
// (?:posi|nega)tive\b → 非捕获组匹配 "positive" 或 "negative" + 字尾边界
// |              → 或
// \S+            → 匹配任意非空白字符序列（兜底捕获其他词）
$pattern = '/(?i)\b[abo]\s+(?:posi|nega)tive\b|\S+/';

preg_match_all($pattern, $keyword, $matches);
$keyword_array = $matches[0];

print_r($keyword_array);
// 输出：
// Array
// (
//     [0] => o negative
//     [1] => blood
//     [2] => donor
//     [3] => in
//     [4] => khulna
// )

⚠️ 关键注意事项

• 顺序敏感性：该正则要求血型词必须严格以 a/b/o 开头、后跟空格及 positive/negative。若数据库中存为 "O+" 或 "AB negative"，需扩展正则（如添加 \b(?:a|b|ab|o)\s+(?:posi|nega)tive\b）。
• SQL 安全性：生成 $keyword_array 后，切勿直接拼接 SQL！务必使用预处理语句或 mysqli_real_escape_string() 防止注入。例如：

  $placeholders = str_repeat('?,', count($keyword_array) - 1) . '?';
  $stmt = $pdo->prepare("... WHERE bg.group_name LIKE ? OR ...");
  foreach ($keyword_array as $term) {
      $stmt->bindValue($param++, "%{$term}%", PDO::PARAM_STR);
  }

• 性能优化建议：对高频搜索词（如血型），可预先建立映射表（如 ['o negative' => 3]），在查询中直接 JOIN blood_group 表 ID，比 LIKE 模糊匹配更高效。
• 扩展性设计：未来若需支持 "rh positive" 或地区别名（如 "Dhaka City"），只需在正则中追加对应分支，保持核心逻辑不变。

通过这种正则分词策略，你不仅能精准命中 "o negative" 血型的捐献者（仅返回 ID=3 的 tony），还能确保搜索逻辑可维护、可扩展——让技术真正服务于医疗场景的语义严谨性。