在PHP中查找重复的单词而不指定单词本身

发布时间：2020-12-13 21:46:11 所属栏目：PHP教程来源：网络整理

导读：我一直在为我想做的项目考虑一些事情,我不是一个先进的用户而且我只是在学习.不知道这是否可行：假设我们有100个html文档,其中包含许多表和文本. 问题一是：是否可以分析所有这些文本并找到重复的单词并计算它？是的,这可能与某些功能有关,但问题在于：如

我一直在为我想做的项目考虑一些事情,我不是一个先进的用户而且我只是在学习.不知道这是否可行：

假设我们有100个html文档,其中包含许多表和文本.

问题一是：是否可以分析所有这些文本并找到重复的单词并计算它？

是的,这可能与某些功能有关,但问题在于：如果我们不知道会发现的话会怎么样？也就是说,我们必须告诉代码一个词的含义.

例如,假设一个单词是七个字符的联合,那么想法就是找到其他类似的模式并提及它.最好的方法是什么？

非常感谢你提前.

例：

搜索：下一个短语上的五个字符模式：

文字一：

“It takes an ocean not to break”

文字二：

“An ocean is a body of saline water”

结果

Takes 1 
Break 1
water 1
Ocean 2

在此先感谢您的帮助.

解决方法

function get_word_counts($phrases) {
   $counts = array();
    foreach ($phrases as $phrase) {
        $words = explode(' ',$phrase);
        foreach ($words as $word) {
          $word = preg_replace("#[^a-zA-Z-]#","",$word);
            $counts[$word] += 1;
        }
    }
    return $counts;
}

$phrases = array("It takes an ocean of water not to break!","An ocean is a body of saline water,or so I am told.");

$counts = get_word_counts($phrases);
arsort($counts);
print_r($counts);

OUTPUT

Array
(
    [of] => 2
    [ocean] => 2
    [water] => 2
    [or] => 1
    [saline] => 1
    [body] => 1
    [so] => 1
    [I] => 1
    [told] => 1
    [a] => 1
    [am] => 1
    [An] => 1
    [an] => 1
    [takes] => 1
    [not] => 1
    [to] => 1
    [It] => 1
    [break] => 1
    [is] => 1
)

编辑根据@Jack的评论更新以处理基本标点符号.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!