时间:2021-07-01 10:21:17 帮助过:36人阅读
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:
$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。
中文字符串分隔
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);
试试这个
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。