本文介绍使用PHP的preg_match_all()函数，结合正则表达式与排序逻辑，高效比对长文本与作者姓氏列表，精准定位出现频次最高的姓氏（尤其是重复出现的主作者），并返回该姓氏作为可复用变量。
本文介绍使用php的`preg_match_all()`函数，结合正则表达式与排序逻辑，高效比对长文本与作者姓氏列表，精准定位出现频次最高的姓氏（尤其是重复出现的主作者），并返回该姓氏作为可复用变量。
在学术内容处理、文献分析或作者归属识别等场景中，常需从大段文本中自动识别出“被重点提及”的作者——通常表现为其姓氏在文中出现频次显著高于其他同列表作者。PHP 提供了简洁而强大的正则匹配能力，配合数组排序，即可实现这一目标。
核心思路是：对预定义的作者姓氏列表（如 ['Smith', 'Johnson', 'Peters']）逐个执行不区分大小写的全局匹配，统计每个姓氏在文本中的出现次数；随后按频次降序排列，取首位即为最高频作者（即题目中所指“被提及两次及以上”的主作者）。
以下为完整可运行示例：
<?php
$getAuthor = function(string $text, array $familyNames): string {
$scores = [];
foreach ($familyNames as $name) {
// 使用 preg_quote() 防止姓氏中含正则元字符（如 '.', '*', '+' 等）导致匹配异常
$escapedName = preg_quote($name, '/');
$count = preg_match_all("/{$escapedName}/i", $text);
$scores[$name] = $count;
}
// 按频次降序排序，保持键名关联
arsort($scores);
// 返回出现次数最多的姓氏（首个键名）
return key($scores);
};
// 示例数据
$text = 'Lorem ipsum dolor sit amet, Smith consectetur adipiscing elit.
Johnson Donec a diam lectus. Sed sit amet ipsum mauris
Smith Maecenas congue ligula ac quam viverra Smith nec consectetur
ante hendrerit.
Smith Donec et mollis dolor. Praesent et diam eget libero egestas
mattis sit amet vitae augue.
Nam tincidunt congue enim, ut porta Johnson lorem lacinia
consectetur.';
$familyNames = ['Smith', 'Johnson', 'Peters', 'Lorem'];
echo $getAuthor($text, $familyNames); // 输出：Smith
?>✅ 关键优化说明：
立即学习“PHP免费学习笔记（深入）”；
- 使用
preg_quote($name, '/')对姓氏进行转义，避免如O'Reilly、St.John或含点号/星号的非常规姓氏引发正则语法错误； - 显式声明参数类型（
string和array）及返回类型（string），增强代码健壮性与可维护性； -
arsort()保证频次相同时仍按原始插入顺序保留稳定性（PHP 7.3+ 中arsort在相等值时维持键顺序）；若需严格处理“首次达到最高频者”，可改用array_keys($scores, max($scores))[0]。
⚠️ 注意事项：
- 当前逻辑匹配的是子串匹配（例如
'Smith'会匹配'Blacksmith'）。如需精确单词匹配（即前后为词边界），请将正则改为"/\b{$escapedName}\b/i"； - 若文本量极大（如数MB），建议先对
$familyNames去重并按长度倒序排列（优先匹配长姓氏），减少误匹配概率； - 频次并列时（如
Smith:2,Johnson:2），本方案返回字典序靠前的姓氏（因arsort不改变相等元素相对位置，实际取决于$familyNames数组顺序）；如需明确行为，应在业务逻辑中补充并列判断分支。
该方法轻量、可靠，无需引入外部库，适用于 CMS 插件、学术元数据提取、智能摘要生成等典型 PHP 文本分析任务。
