最常用的文字用php

发布时间：2020-12-13 22:07:31 所属栏目：PHP教程来源：网络整理

导读：我在stackoverflow上找到了下面的代码,它可以很好地找到字符串中最常见的单词.但是,我可以排除对“a,if,you,have等”等常用词的统计吗？或者我必须在计数后删除元素？我该怎么做？提前致谢. ?php$text = "A very nice to tot to text. Something nice to thi

我在stackoverflow上找到了下面的代码,它可以很好地找到字符串中最常见的单词.但是,我可以排除对“a,if,you,have等”等常用词的统计吗？或者我必须在计数后删除元素？我该怎么做？提前致谢.

<?php

$text = "A very nice to tot to text. Something nice to think about if you're into text.";


$words = str_word_count($text,1); 

$frequency = array_count_values($words);

arsort($frequency);

echo '<pre>';
print_r($frequency);
echo '</pre>';
?>

解决方法

这是一个从字符串中提取常用单词的函数.它需要三个参数;字符串,停止字数组和关键字计数.你必须使用PHP函数从txt文件中获取stop_words,将txt文件转换为数组

$stop_words = file(‘stop_words.txt’,FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);

$this->extract_common_words( $text,$stop_words)

您可以将此文件stop_words.txt用作主要停用词文件,也可以创建自己的文件.

function extract_common_words($string,$stop_words,$max_count = 5) {
      $string = preg_replace('/ss+/i','',$string);
      $string = trim($string); // trim the string
      $string = preg_replace('/[^a-zA-Z -]/',$string); // only take alphabet characters,but keep the spaces and dashes too…
      $string = strtolower($string); // make it lowercase

      preg_match_all('/b.*?b/i',$string,$match_words);
      $match_words = $match_words[0];

      foreach ( $match_words as $key => $item ) {
          if ( $item == '' || in_array(strtolower($item),$stop_words) || strlen($item) <= 3 ) {
              unset($match_words[$key]);
          }
      }  

      $word_count = str_word_count( implode(" ",$match_words),1); 
      $frequency = array_count_values($word_count);
      arsort($frequency);

      //arsort($word_count_arr);
      $keywords = array_slice($frequency,$max_count);
      return $keywords;
}

（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!