代码如下：
<code><?php/*** 任一个英文的纯文本文件，统计其中的单词出现的个数。* Created by PhpStorm.* User: Paul* Date: 2016/11/5* Time: 23:18*/$content = file_get_contents('4/Gone with the wind.txt');$res = count_word($content, 1);print_r($res);/*** 任一个英文的纯文本文件，统计其中的单词出现的个数。* @param string $string 字符串* @param int $lower 是否大小写 1：不区分大小写 0：区分大小写* @return array*/function count_word($string, $lower = 0) { $string = trim($string); if ($lower) { $string = strtolower($string); } //过滤掉一些标点符号 $string = str_replace(';', '', $string); $string = str_replace(',', '', $string); $string = str_replace('.', '', $string); $string = str_replace('.', '', $string); $string = str_replace('‘', '', $string); $string = str_replace('?', '', $string); $string = str_replace('“', '', $string); $string = str_replace('”', '', $str<div style="color:transparent">本文来源gaodai.ma#com搞##代!^码@网*</div><pre>搞gaodaima代码
ing); $string = str_replace(‘―’, ”, $string); $string = str_replace(‘-‘, ”, $string); $string = str_replace(‘!’, ”, $string); $string = str_replace(‘:’, ”, $string); $string = str_replace(‘(‘, ”, $string); $string = str_replace(‘)’, ”, $string); $array = explode(‘ ‘, trim($string)); $res = array(); foreach ($array as $key=>$value) { //过滤掉如I’ll、you’re、masters’s等单词 if (strpos($value, ‘’’) !== false || strpos($value, “‘”) !== false) { continue; } //过滤掉空 if (empty($value) === true) { continue; } if (array_key_exists($value, $res)) { $res[$value]++; } else { $res[$value] = 1; } } //排序 array_multisort($res, SORT_DESC, SORT_NUMERIC); return $res;}
输出结果：
<code>array( [repression] => 1 [thoroughness] => 1 [bleached] => 1 [tow] => 1 [inspired] => 1 [uniformwell] => 1 [panamas] => 1 [capswhen] => 1)</code>
不明白为什么会把两个单词给判断成一个单词，txt呢是用sublime打开并且设置编码为UTF-8，没有用电脑自带的文本文档工具打开编辑过，另外呢，过滤标点符号的时候也有加上过滤掉rn来处理，但是没效果，所以代码去掉了。求解为什么会出现这种情况并且如何避免？
回复内容：
代码如下：
<code><?php/*** 任一个英文的纯文本文件，统计其中的单词出现的个数。* Created by PhpStorm.* User: Paul* Date: 2016/11/5* Time: 23:18*/$content = file_get_contents('4/Gone with the wind.txt');$res = count_word($content, 1);print_r($res);/*** 任一个英文的纯文本文件，统计其中的单词出现的个数。* @param string $string 字符串* @param int $lower 是否大小写 1：不区分大小写 0：区分大小写* @return array*/function count_word($string, $lower = 0) { $string = trim($string); if ($lower) { $string = strtolower($string); } //过滤掉一些标点符号 $string = str_replace(';', '', $string); $string = str_replace(',', '', $string); $string = str_replace('.', '', $string); $string = str_replace('.', '', $string); $string = str_replace('‘', '', $string); $string = str_replace('?', '', $string); $string = str_replace('“', '', $string); $string = str_replace('”', '', $string); $string = str_replace('―', '', $string); $string = str_replace('-', '', $string); $string = str_replace('!', '', $string); $string = str_replace(':', '', $string); $string = str_replace('(', '', $string); $string = str_replace(')', '', $string); $array = explode(' ', trim($string)); $res = array(); foreach ($array as $key=>$value) { //过滤掉如I’ll、you’re、masters’s等单词 if (strpos($value, '’') !== false || strpos($value, "'") !== false) { continue; } //过滤掉空 if (empty($value) === true) { continue; } if (array_key_exists($value, $res)) { $res[$value]++; } else { $res[$value] = 1; } } //排序 array_multisort($res, SORT_DESC, SORT_NUMERIC); return $res;}</code>
输出结果：
<code>array( [repression] => 1 [thoroughness] => 1 [bleached] => 1 [tow] => 1 [inspired] => 1 [uniformwell] => 1 [panamas] => 1 [capswhen] => 1)</code>
不明白为什么会把两个单词给判断成一个单词，txt呢是用sublime打开并且设置编码为UTF-8，没有用电脑自带的文本文档工具打开编辑过，另外呢，过滤标点符号的时候也有加上过滤掉rn来处理，但是没效果，所以代码去掉了。求解为什么会出现这种情况并且如何避免？
你的问题应该就出在没有处理换行(和回车)以及那些过滤字符被替换成了”, 应该替换成’ ‘
<code class="php"><?php$content = file_get_contents(__FILE__); //没有你的原始文本, 所以就直接读取文件自身作为样本了$res = count_word($content, 1);print_r($res);/*** 任一个英文的纯文本文件，统计其中的单词出现的个数。* @param string $string 字符串* @param int $lower 是否大小写 1：不区分大小写 0：区分大小写* @return array*/function count_word($string, $lower = 0) { $string = trim($string); if ($lower) { $string = strtolower($string); } //过滤掉一些标点符号 $string = str_replace([';',',','.','.','‘','?','“','”','―','-','!',':','(',')',"\r","\n"], ' ', $string); $array = explode(' ', $string); $res = array(); foreach ($array as $key=>$value) { //过滤掉空 if (!$value) { continue; } //过滤掉如I’ll、you’re、masters’s等单词 if (strpos($value, '’') !== false || strpos($value, "'") !== false) { continue; } if (array_key_exists($value, $res)) { $res[$value]++; } else { $res[$value] = 1; } } //排序 array_multisort($res, SORT_DESC, SORT_NUMERIC); return $res;}</code>
不知道你的文件里的字符串是什么样子的，不过trim函数只会去掉两边的空格（rn），感觉问题会出在这里。
转载请注明原文链接：换行 – 【PHP】在用PHP来统计一个纯英文的txt的单词的时候，为什么会这种情况?【已解决】
