Question

我需要使用以下unicode字符串的单词count。使用str_word_count：

$input = 'Hello, chào buổi sáng'; 
$count = str_word_count($input);
echo $count;

结果是

7

这是aparentley错误。

如何获得所需的结果（4）？

Answer 1

$tags = 'Hello, chào buổi sáng'; 
$word = explode(' ', $tags);
echo count($word);

以下是演示：http://codepad.org/667Cr1pQ

Answer 2

这是一个快速而脏的基于正则表达式（使用Unicode）的字数统计功能：

function mb_count_words($string) {
    preg_match_all('/[\pL\pN\pPd]+/u', $string, $matches);
    return count($matches[0]);
}

“单词”是指包含以下一项或多项内容的任何内容：

任何字母
任何数字
任何连字符/破折号

这意味着以下包含5个“单词”（4个正常，1个连字符）：

 echo mb_count_words('Hello, chào buổi sáng, chào-sáng');

现在，这个功能不适合非常大的文本;虽然它应该能够处理互联网上的大部分文本块。这是因为preg_match_all需要构建并填充一个大数组，只有在计算之后将其丢弃（这是非常低效的）。一种更有效的计数方法是逐字逐句查找文本，识别unicode空格序列，并递增辅助变量。这不会那么困难，但这很乏味，需要时间。

Answer 3

我正在使用此代码计算单词。你可以试试这个

$s = 'Hello, chào buổi sáng'; 
 $s1 = array_map('trim', explode(' ', $s));
 $s2 = array_filter($s1, function($value) { return $value !== ''; });
echo count($s2);

Answer 4

您可以使用此函数来计算给定字符串中的unicode单词：

import pickle

# define Class and create instance
class Foo:
    def __init__(self):
        self.val = 1
foo = Foo()

# dump foo into file
with open("foo.pickle", 'wb') as handle:
    pickle.dump(foo, handle, pickle.HIGHEST_PROTOCOL)

# Old class is kept with a new name
FooOld = Foo

# overwrite and add @property in the class definition
class Foo:
    def __init__(self):
        self._val = "new_foo"

    @property
    def val(self):
        return self._val

    @val.setter
    def val(self, val):
        self._val = val

foo_new = Foo()
print(foo_new.val)

# Custom Unpickler
class FooOldUnpickler(pickle.Unpickler):
    def __init__(self, *args, **kwargs):
        super(FooOldUnpickler, self).__init__(*args, **kwargs)

    def load(self):
        obj = super(FooOldUnpickler, self).load()
        if type(obj) is FooOld:
            # Object conversion logic
            newObj = Foo()
            newObj.val = obj.val
            obj = newObj
        return obj

    def find_class(self, module, name):
        # Use old class instead of new for loaded objects
        if module == __name__ and name == 'Foo':
            return FooOld
        return super(FooOldUnpickler, self).find_class(module, name)

# reload foo
with open("foo.pickle", "rb") as handle:
    # Use custom unpickler
    foo_old = FooOldUnpickler(handle).load()

# try to access attributes
print(foo_old.val)

所有积分都转到author。

PHP中的Unicode（UTF8）字符串字数

4 个答案: