>백엔드 개발 >PHP 튜토리얼 >php中截取单个中文

php中截取单个中文

WBOY
WBOY원래의
2016-06-06 20:15:051499검색

1、怎样将php中出现的中文字符一个一个截取出来,有没有不用mb_substr的方法。
2、比如我写一个统计文件中(单个文件超过100万字)中文各字符出现次数的,java中用charAt方法即可遍历字符,程序写下来也就几秒,但是在php中用mb_库十分慢,等了好几分钟都没有结果。
3、附java实现的代码 java实现统计字符出现次数

回复内容:

1、怎样将php中出现的中文字符一个一个截取出来,有没有不用mb_substr的方法。
2、比如我写一个统计文件中(单个文件超过100万字)中文各字符出现次数的,java中用charAt方法即可遍历字符,程序写下来也就几秒,但是在php中用mb_库十分慢,等了好几分钟都没有结果。
3、附java实现的代码 java实现统计字符出现次数

经测试,我的代码应该是没有问题的,请指正:

<code>     $str = file_get_contents("hong.txt");
     preg_match_all("/./u", $str, $arr);
     $store = [];
     foreach($arr[0] as $value){
         if(array_key_exists($value, $store)){
             $store[$value]++;
         }else{
             $store[$value] = 1;
         }   
     }   
     asort($store);
     var_dump($store);</code>

此段代码在php7环境下对红楼梦进行操作(148万字),总耗时0.464s。

中文字符串分隔

<code><?php $tempaddtext = "php对UTF8字体串进行单字分割返回数组";

$cind     = 0;
$arr_cont = array();
for ($i = 0; $i < strlen($tempaddtext); $i++) {
    if (strlen(substr($tempaddtext, $cind, 1)) > 0) {
        if (ord(substr($tempaddtext, $cind, 1)) </code>

试试这个

<code><?php $str = "abc中国cn";
$keys = [];
for($i = 0, $l = strlen($str); $i < $l; $i++) {
    $key = ord($str[$i]);
    if ($key < 192) {
        $key = $str[$i];
    } else if ($key < 224) {
        $key = $str[$i] . $str[$i+1];
        $i ++;
    } else {
        $key = $str[$i] . $str[$i+1] . $str[$i+2];
        $i += 2;
    }
    if (! isset($keys[$key])) {
        $keys[$key] = 0;
    }
    $keys[$key]++;
}
print_r($keys);</code></code>

其实楼上的思路也没问题,但是代码效率不太好。我这个测试了一下,貌似有的字符识别不正常,还需要完善,只是给个思路而以。

这里有字符串截取、分割的终极解决方案。
点这里,点这里

用拓展理论上是最有效的方案,php代码能实现的一般都是正则来实现,在效率上是比不上拓展的。如果觉得慢回顾下算法。

성명:
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.