PHP编程计算文件或数组中单词出现频率的方法

本文实例讲述了PHP编程计算文件或数组中单词出现频率的方法。分享给大家供大家参考，具

本文实例讲述了PHP编程计算文件或数组中单词出现频率的方法。分享给大家供大家参考，具体如下：

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)

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);

对于大文件，第二种方法比较快比较安全，不会引起内存异常。

PS：这里再为大家推荐2款非常方便的统计工具供大家参考使用：

在线字数统计工具： http://tools.jb51.net/code/zishutongji

在线字符统计与编辑工具： http://tools.jb51.net/code/char_tongji