在 PHP 中计算文章字数可以根据语言类型（中文或英文）采用不同的方法。以下是几种常见的实现方式：
1. 基础方法（区分中英文）
中文文章（按字符计算）
使用函数正确统计中文字符（UTF-8 编码）：
mb_strlen()
php
$content = "这是一篇中文文章。";
$wordCount = mb_strlen($content, 'UTF-8');
echo $wordCount; // 输出：9（包括标点符号）
英文文章（按单词计算）
使用正则表达式匹配单词：
$content = "";
preg_match_all('/\b\w+\b/', $content, $matches);
$wordCount = count($matches[0]);
echo $wordCount; // 输出：5
2. 自动检测语言并计算字数
结合语言检测和对应的计算方法：
php
function countWords($content) {
// 检测是否包含中文（简单判断）
if (preg_match('/\p{Han}/u', $content)) {
// 中文：按字符统计（包括标点）
return mb_strlen($content, 'UTF-8');
} else {
// 英文：按单词统计
preg_match_all('/\b\w+\b/', $content, $matches);
return count($matches[0]);
// 示例
$cnContent = "你好，世界！";
$enContent = "Hello, world!";
echo countWords($cnContent); // 输出：6（中文字符+标点）
echo countWords($enContent); // 输出：2（单词数）
3. 高级方法（忽略标点符号）
如果需要更精确的统计（如仅统计有效单词或汉字）：
中文（仅统计汉字，忽略标点和数字）
php
$content = "你好，世界！123";
preg_match_all('/\p{Han}/u', $content, $matches);
$wordCount = count($matches[0]);
echo $wordCount; // 输出：4（仅“你好世界”）
英文（忽略标点）
php
$content = "This is a test... really!";
$content = preg_replace('/[^\w\s]/', '', $content); // 去除标点
preg_match_all('/\b\w+\b/', $content, $matches);
$wordCount = count($matches[0]);
echo $wordCount; // 输出：4
4. 处理 HTML 内容
如果文章包含 HTML 标签，需要先去除标签再统计：
php
$htmlContent = "";
这是一段加粗的文字。
$text = strip_tags($htmlContent); // 去除HTML标签
$wordCount = mb_strlen($text, 'UTF-8');
echo $wordCount; // 输出：11
5. 完整函数示例
php
* 统计文章字数（支持中英文混合）
* @param string $content 文章内容
* @param bool $ignorePunctuation 是否忽略标点符号
* @return array 返回字数统计结果
function getWordCount($content, $ignorePunctuation = true) {
// 去除HTML标签
$text = strip_tags($content);
// 检测语言并统计
$isChinese = preg_match('/\p{Han}/u', $text);
if ($isChinese) {
// 中文：按字符或汉字统计
if ($ignorePunctuation) {
preg_match_all('/\p{Han}/u', $text, $matches);
$count = count($matches[0]);
} else {
$count = mb_strlen($text, 'UTF-8');
} else {
// 英文：按单词统计
if ($ignorePunctuation) {
$text = preg_replace('/[^\w\s]/', '', $text);
preg_match_all('/\b\w+\b/', $text, $matches);
$count = count($matches[0]);
return [
'total' => $count,
'language' => $isChinese ? 'chinese' : 'english',
'is_html' => ($content !== $text)
// 示例
$article = "";
PHP is great! 编程很有趣。
$result = getWordCount($article);
print_r($result);
// 输出：['total' => 10, 'language' => 'chinese', 'is_html' => true]
关键点总结
- 中文统计：用避免乱码。
- mb_strlen($str, 'UTF-8')
- 英文统计：用正则匹配单词。
- /\b\w+\b/
- 混合内容：通过检测中文字符（）自动切换统计方式。
- \p{Han}
- HTML 处理：先用去除标签。
- strip_tags()
- 标点处理：根据需求决定是否忽略。
根据实际需求选择合适的方法即可！
热门跟贴