如何使用 PHP 修复文本中的单词计数错误？

Question

我可以从 .DOC/.DOCX 文件中获得文本/纯文本输出。我只想用 PHP 计算此输出的单词数（无数字或标点符号）并显示在 HTML 页面中。所以我有这个：<button type="button" id="load" class="btn btn-md btn-info">LOAD FILES</button><br><div id="result"></div><script src="../vendors/jquery/dist/jquery.min.js"></script><script src="https://static.filestackapi.com/v3/filestack.js"></script><script>    function numWordsR(urlk){         $.post("result_filestack.php",{            molk: urlk //urlk, example: https://process.filestackapi.com/output=format:txt/AXXXXAXeeeeW33A";        }).done(function(resp){            $("#result").html(resp);        });    }</script>我的文件result_filestack.php：$url = $_POST['molk'];$content = file_get_contents($url); //get txt/plain output content$onlywords = preg_replace('/[[:punct:]\d]+/', '', $content); //no numbers nor punctuation symbolsfunction get_num_of_words($string) {   $string = preg_replace('/\s+/', ' ', trim($string));   $words = explode(" ", $string);   return count($words);}$numwords = get_num_of_words($onlywords);echo "<b>TEXT:</b>: ".$onlywords."<br><br>Number of words: ".$numwords;我得到这个结果：例如，在这种情况下，结果显示文本中有 585 个单词，但是如果我将该文本复制并粘贴到 MS Word 中，它会显示 612 个单词。我更改 PHP 代码以映射文本数组：function get_text($string) { $string = preg_replace('/\s+/', ' ', trim($string)); $words = explode(" ", $string); return $words;}$texto002 = get_text($onlywords);echo print_r($texto002);我注意到数词有错误，有的地方把两三个词合二为一：我该如何解决？

Answer 1

这可能是因为空格不是常规空格而是特殊字符，前一段时间经历过这种情况，在爆炸常规空格之前，我用空格替换了实体

function get_num_of_words($string) {

   $string = preg_replace('/\s+/', ' ', trim($string));

   $string = str_replace("&nbsp;", " ", $string);

   $string = str_replace("&#160;", " ", $string);

   $words = explode(" ", $string);

   return count($words);

}