Question

真的，我没有得到这个问题的适当标题。我的研究中只是一些奇怪的问题。这是一个例子：

XML文字：

The <tag1>quick brown fox</tag1> <tag2>jumps over</tag2> the lazy <tag1>dog</tag1>

总单词（标签内的文字计为一个单词）：6

所以，如果我的问题是：

<tag1>在文字中的位置如何？答案是 2 和 6

<tag2>在文字中的位置如何？答案是 3

文字中“懒惰”一词的位置如何？答案是 5

有没有人有任何想法？我对此并不了解。

Answer 1

有没有人有任何想法？我对此并不了解。

您将XML文本作为XML加载到XML parser中，例如作为document element / root element的一部分。然后迭代该元素的所有子节点并决定：

每个元素，你算+1
根据每个文字，您可以通过计算该文本中的单词（参见其他问答材料，如何计算文字的数量）

当你完成迭代后，你就得到了字数。

示例代码：

<?php
/**
 * Count Words on XML Text Using PHP
 * @link https://stackoverflow.com/a/17670772/367456
 */

$xmlText = <<<BUFFER
The <tag1>quick brown fox</tag1> <tag2>jumps over</tag2> 
  the lazy <tag1>dog</tag1>
BUFFER;

$doc    = new DOMDocument();
$result = $doc->loadXML(sprintf('<root>%s</root>', $xmlText));
if (!$result) {
    throw new Exception('Invalid XML text given.');
}

/**
 * replace this function with your own implementation that works
 * for all your UTF-8 strings, this is just a quick example mock.
 */
function utf8_count_words($string) {
    return (int)str_word_count($string);
}

$wordCount = 0;
foreach ($doc->documentElement->childNodes as $node) {
    switch ($node->nodeType) {
        case XML_ELEMENT_NODE:
            $wordCount++;
            break;
        case XML_TEXT_NODE:
            $wordCount += utf8_count_words($node->data);
            break;
        default:
            throw new Exception(
                sprintf('Unexpected nodeType in XML-text: %d', $node->nodeType)
            );
    }
}

printf("Result: %d words.\n", $wordCount);

示例输出（Demo）：

Result: 6 words.

使用PHP计算XML文本的单词

1 个答案: