PHP：计算文件或数组中单词出现频率

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

一：如果是小文件，可以一次性读入到数组中，使用方便的数组计数函数进行词频统计（假设文件中内容都是空格隔开的单词）：

    <?php

    $str = file_get_contents("/path/to/file.txt"); //get string from file

    preg_match_all("/\b(\w+[-]\w+)|(\w+)\b/",$str,$r); //place words into array $r - this includes hyphenated words

    $words = array_count_values(array_map("strtolower",$r[0])); //create new array - with case-insensitive count

    arsort($words); //order from high to low

    print_r($words)

二：如果是大文件，读入内存就不合适了，可以采用如下方法：

    <?php

    $filename = "/path/to/file.txt";

    $handle = fopen($filename,"r");

    if ($handle === false) {

      exit;

      }

    $word = "";

    while (false !== ($letter = fgetc($handle))) {

      if ($letter == ' ') {

        $results[$word]++;

        $word = "";

        }

      else {

        $word .= $letter;

        }

    }

    fclose($handle);

    print_r($results);