PHP 仿 Word 统计文章字数

function comment_count_word($str)
{
    $str = preg_replace('/[\x80-\xff]{1,3}/', ' ', $str, -1, $n);//匹配中文或中文下的符号
    $str = preg_replace('/[-\_\.!@#\$%\\\^&\*\)\(\+=\{\}\[\]\/",\'<>~\·`\?:;|]/', ' ', $str, -1, $j);//匹配英文下的符号
    $n += $j;
    $n += str_word_count($str);
    if (preg_match('/\d+/', $str)) {
        preg_replace('/\d+/', ' ', $str, -1, $i);
        $n += $i;
    }
    return $n;
}

该方法统计的字数大概和 word 一致,因为 word 统计字数,相连的英文和数字(半角)会计算成一个字,如 all1234 就会统计成一个字。由于我没想到这到底是是怎么一个算法,所以我这边就没法搞了。如果有大佬知道这么搞,求讲解!


以下的代码,是新搞出来的,经过测试,和 word 统计出来的一致,也没有上面的问题了,但是这里有个特殊字符的问题,我这里只是列出了一部分的半角状态下的特殊字符

function comment_count_word($str)
{
    //$str =characet($str);
    //判断是否存在替换字符
    $is_tihuan_count = substr_count($str, "龘");
    try {
        //先将回车换行符做特殊处理
        $str = preg_replace('/(\r\n+|\s+| +)/', "龘", $str);
        //处理英文字符数字,连续字母、数字、英文符号视为一个单词
        $str = preg_replace('/[a-z_A-Z0-9-\.!@#\$%\\\^&\*\)\(\+=\{\}\[\]\/",\'<>~`\?:;|]/', "m", $str);
        //合并字符m,连续字母、数字、英文符号视为一个单词
        $str = preg_replace('/m+/', "*", $str);
        //去掉回车换行符
        $str = preg_replace('/龘+/', "", $str);
        //返回字数
        return mb_strlen($str) + $is_tihuan_count;
    } catch (Exception $e) {
        return 0;
    }
}

我再来个 js 版本的,经过测试,和 word 统计出来的一致

function fnGetCpmisWords(str){
    var
    sLen = 0;
    try {
        //先将回车换行符做特殊处理
        str = str.replace(/(\r\n +|\s +|  +)/g,"龘");
            //处理英文字符数字,连续字母、数字、英文符号视为一个单词
            str = str.replace(/[\x00 - \xff] / g,"m");  
            //合并字符m,连续字母、数字、英文符号视为一个单词
            str = str.replace(/m +/g,"*");
            //去掉回车换行符
            str = str.replace(/龘 +/g,"");
            //返回字数
            sLen = str.length;
        } catch (e) {

    }
    return sLen;
}

原文作者:xingkong12138
转自链接:https://learnku.com/articles/37939