异常教程

PHP str_word_count() 函数（千字长文）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

前言

在 PHP 开发中，字符串处理是日常工作的核心需求之一。无论是统计文本长度、提取关键词，还是分析用户输入内容，开发者都需要依赖高效的字符串函数。PHP str_word_count() 函数正是这样一个功能强大的工具，它能够快速统计单词数量、返回单词列表，甚至解析单词位置信息。然而，许多开发者对它的参数细节和应用场景缺乏深入理解，导致未能充分发挥其潜力。本文将从基础到进阶，结合实际案例，系统解析该函数的用法与技巧，帮助读者掌握这一实用技能。

基础概念：什么是 str_word_count() 函数？

函数定义与核心功能

str_word_count() 是 PHP 内置的字符串处理函数，主要用于分析文本中的单词。它的核心功能包括：

  1. 统计单词数量：返回文本中单词的总数。
  2. 提取单词列表：将文本拆分为单词数组，便于进一步处理。
  3. 获取单词位置信息：返回每个单词在原文中的起始位置和长度。

其语法结构如下：

mixed str_word_count ( string $string [, int $format = 0 [, array $char_list ]] )

参数详解：模式与字符列表

该函数的参数设计灵活，通过第二个参数 $format 可以切换不同的返回模式：

参数值返回结果类型适用场景
0整数（单词总数）快速统计文本中的单词数量
1数组（单词列表）需要遍历或处理每个单词时使用
2关联数组（位置与长度）需要定位单词在原文中的位置

第三个参数 $char_list 可选，允许自定义分隔符或特殊字符的识别规则。例如，若需包含下划线或特殊符号作为单词的一部分，可通过此参数扩展默认的字符范围。

实战演练：函数的三种模式详解

模式 0：快速统计单词数量

这是最基础的用法，直接返回文本中的单词总数。例如：

$text = "Hello World! This is a PHP example.";  
echo str_word_count($text); // 输出：7

注意：该函数默认将空格、标点符号作为分隔符，因此“PHP”和“example”会被视为独立单词。

模式 1：提取单词数组

模式 1 将文本拆分为单词数组，便于后续处理。例如：

$words = str_word_count($text, 1);  
print_r($words);  
// 输出：Array ( [0] => Hello [1] => World [2] => This [3] => is [4] => a [5] => PHP [6] => example )

通过遍历该数组，可以实现关键词提取、词频统计等功能。

模式 2：获取单词位置与长度

模式 2 返回关联数组，包含每个单词的起始位置和长度：

$positions = str_word_count($text, 2);  
print_r($positions);  
// 输出：Array ( [0] => 0 [1] => 6 [2] => 12 [3] => 17 [4] => 20 [5] => 23 [6] => 27 )

其中，键是单词索引，值是起始位置。若需同时获取长度，可结合 str_word_count(3)（PHP 8.2+ 新增的模式）或手动计算。

进阶技巧：自定义字符列表与特殊场景处理

自定义字符列表：扩展单词识别规则

默认情况下，str_word_count() 将字母、数字及下划线视为单词的一部分。若需包含其他字符（如连字符 - 或特殊符号 @），可通过第三个参数 $char_list 自定义规则。例如：

// 包含连字符和@符号  
$custom_chars = array_merge(range('a', 'z'), range('A', 'Z'), ['-', '@']);  
$text = "Hello-World@PHP";  
$words = str_word_count($text, 1, $custom_chars);  
print_r($words); // 输出：Array ( [0] => Hello-World [1] => PHP )

此功能在处理邮箱地址、技术术语或特殊格式文本时非常有用。

处理非英文文本：中文与多语言支持

默认模式对非拉丁字母语言（如中文）支持有限。例如：

$chinese_text = "你好，世界！这是一个PHP函数示例。";  
echo str_word_count($chinese_text); // 输出：0

此时，函数无法识别中文单词。解决方法是通过 $char_list 明确指定支持的字符范围。例如：

// 支持中文字符的示例  
$chinese_chars = array_map('chr', range(0x4e00, 0x9fff)); // 基本汉字范围  
$words = str_word_count($chinese_text, 1, $chinese_chars);  
print_r($words); // 输出包含中文分词的数组

但需注意，此方法依赖手动定义字符范围，复杂场景建议结合专业分词库（如 PHP-IR）。

实际案例：函数在真实项目中的应用

案例 1：统计用户输入关键词

假设需要统计用户输入文本中的关键词数量，并过滤停用词（如“的”、“是”）：

function count_keywords($text, $stopwords) {  
    $words = str_word_count($text, 1);  
    return count(array_diff($words, $stopwords));  
}  

$stopwords = ["a", "the", "is"];  
echo count_keywords("This is a sample text.", $stopwords); // 输出：3

案例 2：生成单词位置索引

在内容管理系统中，可能需要快速定位特定单词的位置：

$text = "PHP is powerful, but sometimes tricky!";  
$positions = str_word_count($text, 2);  
foreach ($positions as $index => $pos) {  
    echo "单词 '{$text[$pos]}' 起始于位置 $pos\n";  
}  
// 输出各单词的起始位置

案例 3：结合其他函数实现高级分析

与 array_count_values() 结合统计词频：

$text = "Hello PHP PHP Hello";  
$words = str_word_count($text, 1);  
$counts = array_count_values($words);  
arsort($counts);  
print_r($counts); // 输出：Array ( [Hello] => 2 [PHP] => 2 )

常见问题与注意事项

问题 1：特殊字符导致统计错误

若文本包含下划线或特殊符号，需通过 $char_list 明确规则。例如：

// 默认模式会将"PHP_8"视为一个单词  
$str = "PHP_8 is great!";  
echo str_word_count($str); // 输出：3（PHP_8、is、great）

问题 2：多语言混合文本的处理

混合中英文的文本需要分步处理：

$multi_lang = "Hello世界";  
// 先处理英文部分  
$english = str_word_count($multi_lang, 1);  
// 再处理中文部分（需自定义字符列表）

性能优化建议

  • 对于超长文本，建议先分割段落再逐行处理，避免内存压力。
  • 若需频繁调用，可考虑缓存结果或使用更高效的扩展（如 mbstring）。

结论与展望

PHP str_word_count() 函数凭借其简洁的语法和强大的功能，成为字符串分析的利器。从基础的单词统计到自定义字符识别，它为开发者提供了灵活的文本处理方案。然而，理解其参数细节和局限性（如对非拉丁字符的支持）是高效应用的关键。

随着 PHP 版本的迭代，该函数也在持续优化。例如，PHP 8.2 引入了模式 3，可同时返回单词、位置和长度信息，进一步简化开发流程。未来，结合机器学习或自然语言处理技术，开发者可以将其与更复杂的文本分析工具结合，构建智能文本处理系统。

希望本文能帮助读者系统掌握 str_word_count() 的使用场景与技巧，为日常开发提供实用参考。动手尝试文中案例，或将其融入自己的项目，你将发现更多隐藏的可能性！

最新发布

查看更多文章