php中截取单个中文
黄舟
黄舟 2017-04-10 17:01:57
0
4
486

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

黄舟
黄舟

人生最曼妙的风景,竟是内心的淡定与从容!

membalas semua(4)
Peter_Zhu

经测试,我的代码应该是没有问题的,请指正:

     $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);

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。

左手右手慢动作

中文字符串分隔

<?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, $cind, 1)) < 192) {
            if (substr($tempaddtext, $cind, 1) != " ") {
                array_push($arr_cont, substr($tempaddtext, $cind, 1));
            }
            $cind++;
        } elseif (ord(substr($tempaddtext, $cind, 1)) < 224) {
            array_push($arr_cont, substr($tempaddtext, $cind, 2));
            $cind += 2;
        } else {
            array_push($arr_cont, substr($tempaddtext, $cind, 3));
            $cind += 3;
        }
    }
}

print_r($arr_cont);
Peter_Zhu

试试这个

<?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);

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。

小葫芦

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。

Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan