PHP百题训练：统计一段文本单词出现频次-php教程-PHP中文网

php统计单词频次需先明确定义“单词”：基础版用preg_split('/1+/'匹配非字母数字分割；进阶版用'/[a-za-z]+(?:\'[a-za-z]+)?/'保留缩写；再结合strtolower、array_count_values及停用词过滤提升准确性。a-za-z0-9 ↩

php百题训练：统计一段文本单词出现频次

直接用 PHP 统计一段文本中单词出现频次，核心是：分词 → 标准化（小写、去标点）→ 计数。关键不在“统计”，而在“怎么定义一个单词”。

一、基础版：按空格分割 + 小写 + 去标点

适用于英文为主、格式较规整的文本。

用 preg_split() 按非字母数字字符切分，比 explode(' ', $text) 更可靠
过滤空字符串和纯空白项
统一转为小写，避免 "Hello" 和 "hello" 被算作两个词
用 array_count_values() 快速计数

$text = "Hello, world! Hello PHP. PHP is great, isn't it?";
$words = preg_split('/[^a-zA-Z0-9]+/', strtolower($text), -1, PREG_SPLIT_NO_EMPTY);
$freq = array_count_values($words);
// 结果：['hello'=>2, 'world'=>1, 'php'=>2, 'is'=>1, 'great'=>1, 'isnt'=>1, 'it'=>1]

二、进阶版：保留撇号（如 isn't, don't），但剔除孤立标点

真实英文常含缩写，简单删所有非字母会把 isn't 变成 isnt，丢失语义。

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

改用正则匹配“有效单词”：/[a-zA-Z]+(?:'[a-zA-Z]+)?/
该模式能捕获 don't、it's、PHP，跳过 !、,、...
仍需 strtolower() 统一大小写

$words = [];
preg_match_all('/[a-zA-Z]+(?:\'[a-zA-Z]+)?/', strtolower($text), $matches);
if (!empty($matches[0])) {
    $words = $matches[0];
}
$freq = array_count_values($words);

三、实用增强：排除停用词 & 限制最小长度

统计结果常被 the、is、a 等高频虚词淹没，可过滤提升可读性。

定义停用词数组：$stopwords = ['the', 'a', 'an', 'and', 'or', 'but', 'in', 'on', 'at', 'to', 'for', 'of', 'is', 'are', 'was', 'were'];
用 array_filter() 剔除停用词和长度
再调用 array_count_values()