job修改

application/api/controller/Aireview.php

@@ -140,7 +140,6 @@ class Aireview extends Base
             $sContent = $oHelperFunction->filterAllTags($sContent);
             //将文章内容拆分参考文献
             $aDealContent = $this->dealContent($sContent);
-
             $sBefore= empty($aDealContent['before']) ? '' : $aDealContent['before'];
             $sReference = empty($aDealContent['after']) ?  '' :  $aDealContent['after'];
             if(in_array($sQuestionFields, ['attribute'])){//科学性和创新性
@@ -193,50 +192,72 @@ class Aireview extends Base
      * @param sContent 文章内容
      */
     private function dealContent($sContent = '',$regex = null){
-        if(empty($sContent)){
+        if (empty($sContent)) {
             return ['before' => '', 'after' => ''];
         }
 
-        // 1. 限制匹配范围（末尾30%）
-        $contentLength = strlen($sContent);
-        $searchStart = $contentLength > 5000 ? (int)($contentLength * 0.7) : 0;
-        $searchContent = substr($sContent, $searchStart);
+        // 1. 优化字符串长度计算
+        $contentLength = mb_strlen($sContent);
+        $searchStart = $contentLength > 5000 ? (int)($contentLength * 0.6) : 0;
 
-        // 2. 正则模式优化
+        // 2. 截取搜索区域
+        $searchContent = $searchStart > 0 
+            ? mb_substr($sContent, $searchStart, null, 'UTF-8') 
+            : $sContent;
+
+        // 3. 正则模式优化 - 重点处理拼写错误和特殊格式
         if ($regex === null) {
+            // 关键词列表增加容错处理
             $keywords = [
-                'references?', 'bibliograph(?:y|ies)', 
-                'works? cited', 'citation(?:s)?'
+                'r?reference[s]?',  // 允许关键词前多一个r（处理Rreferences这类拼写错误）
+                'bibliograph(?:y|ies)', 
+                'works? cited', 
+                'citation[s]?',
+                'literature cited',
+                'reference list'
             ];
+            
+            // 正则模式优化：
+            // 1. 允许关键词与前面内容直接连接（解决"article.Rreferences"这种没有空格的情况）
+            // 2. 增强对冒号和方括号的支持（匹配"References:[1]"这种格式）
             $pattern = sprintf(
-                '/(?:^|\s)\s*#*\s*(%s)\s*[:\-–]?\s*(?:$|\s)/i',
+                '/(?:^|\s|[(\[{<"\']|[\p{P}])?\s*\#*[*_]*\s*(%s)\s*[*_]*\s*[:\-–=.]?\s*(?:$|\s|[)\]}>"\'.|[\d{[])*/i',
                 implode('|', $keywords)
             );
             $regex = $pattern;
         }
 
-        // 3. 匹配并处理结果
-        if (preg_match_all($regex, $searchContent, $matches, PREG_OFFSET_CAPTURE)) {
-            $lastMatch = end($matches[0]);
-            $refPosition = $searchStart + $lastMatch[1];
+        // 4. 高效匹配 - 从字符串末尾开始搜索最后一个匹配项
+        // 使用带偏移量的循环匹配找到最后一个符合条件的关键词
+        $lastPos = 0;
+        $matchFound = false;
+        $offset = 0;
+        $searchLen = mb_strlen($searchContent);
 
-            // 4. 合并字符串处理
-            $before = substr($sContent, 0, $refPosition);
-            $after = substr($sContent, $refPosition);
+        // 从字符串末尾向前搜索，提高长文本效率
+        while ($offset < $searchLen && preg_match($regex, $searchContent, $match, PREG_OFFSET_CAPTURE, $offset)) {
+            $lastPos = $match[0][1];
+            $matchFound = true;
+            // 移动偏移量继续查找下一个匹配
+            $offset = $lastPos + mb_strlen($match[0][0]);
+        }
+
+        if ($matchFound) {
+            $refPosition = $searchStart + $lastPos;
             
-            // 一次性处理空白和换行
-            $process = function($str) {
-                return str_replace("\n", '', trim($str));
+            $process = static function($str) {
+                return trim(str_replace("\n", '', $str));
             };
+            
             return [
-                'before' => $process($before),
-                'after' => $process($after)
+                'before' => $process(mb_substr($sContent, 0, $refPosition, 'UTF-8')),
+                'after' => $process(mb_substr($sContent, $refPosition, null, 'UTF-8'))
             ];
         }
 
         // 未匹配时处理
         return [
-            'before' => str_replace("\n", '', trim($sContent)),
+            'before' => trim(str_replace("\n", '', $sContent)),
             'after' => ''
         ];
         // $lastPos = strrpos($sContent, 'Reference');