今天在写一个脚本，统计一个纯英文的文本文档txt，里面的单词出现的数量的时候呢，代码如下：
<?php
/**
* 任一个英文的纯文本文件，统计其中的单词出现的个数。
* Created by PhpStorm.
* User: Paul
* Date: 2016/11/5
* Time: 23:18
*/
$content = file_get_contents(\'4/youth.txt\');
$res = count_word($content, 1);
print_r($res);
/**
* 任一个英文的纯文本文件，统计其中的单词出现的个数。
* @param string $string 字符串
* @param int $lower 是否大小写 1：不区分大小写 0：区分大小写
* @return array
*/
function count_word($string, $lower = 0) {
$string = trim($string);
if ($lower) {
$string = strtolower($string);
}
//过滤掉一些标点符号
$string = str_replace([\';\', \',\', \'.\', \'‘\', \'?\', \'“\', \'”\', \'―\', \'-\', \'!\', \':\', \'(\', \')\', \'…\', \' \', \'"\', \'（\', \'）\', \'！\', \'\r\', \'\n\'], \' \', $string);
$array = explode(\' \', $string);
$res = array();
foreach ($array as $value) {
//把如I’ll、you’re、masters’s等单词后面引号的过滤掉，只留下I、you、master等单词
if (strpos($value, \'’\') !== false) {
$value = strstr($value, \'’\', true);
}
if (strpos($value, "\'") !== false) {
$value = strstr($value, "\'", true);
}
//过滤掉空
if (empty($value) === true) {
continue;
}
if (array_key_exists($value, $res)) {
$res[$value]++;
} else {
$res[$value] = 1;
}
}
//排序
array_multisort($res, SORT_DESC, SORT_NUMERIC);
return $res;
}array(
[repression] => 1
[thoroughness] => 1
[bleached] => 1
[tow] => 1
[inspired] => 1
[uniformwell] => 1
[panamas] => 1
[caps
when] => 1
)代码中已经把\r、\n替换成空了，而且txt文件不是用windows自带的文本工具打开编辑的，是用sublime打开的并且已经设置编码为utf-8了，但还是会出现这种情况？
<?php
$aa = \'你好\r\n我不好\';
echo $aa;
$bb = "你好\r\n我不好";
echo $bb;你好\r\n我不好你好
我不好所以，上面的代码要修改为：
<?php
/**
* 任一个英文的纯文本文件，统计其中的单词出现的个数。
* Created by PhpStorm.
* User: Paul
* Date: 2016/11/5
* Time: 23:18
*/
$content = file_get_contents(\'4/youth.txt\');
$res = count_word($content, 1);
print_r($res);
/**
* 任一个英文的纯文本文件，统计其中的单词出现的个数。
* @param string $string 字符串
* @param int $lower 是否大小写 1：不区分大小写 0：区分大小写
* @return array
*/
function count_word($string, $lower = 0) {
$string = trim($string);
if ($lower) {
$string = strtolower($string);
}
//过滤掉一些标点符号(注意：换行符\r、\n等必须用双引号，不能用单引号)
$string = str_replace([\';\', \',\', \'.\', \'‘\', \'?\', \'“\', \'”\', \'―\', \'-\', \'!\', \':\', \'(\', \')\', \'…\', \' \', \'"\', \'（\', \'）\', \'！\', "\r", "\n"], \' \', $string);
$array = explode(\' \', $string);
$res = array();
foreach ($array as $value) {
//把如I’ll、you’re、masters’s等单词后面引号的过滤掉，只留下I、you、master等单词
if (strpos($value, \'’\') !== false) {
$value = strstr($value, \'’\', true);
}
if (strpos($value, "\'") !== false) {
$value = strstr($value, "\'", true);
}
//过滤掉空
if (empty($value) === true) {
continue;
}
if (array_key_exists($value, $res)) {
$res[$value]++;
} else {
$res[$value] = 1;
}
}
//排序
array_multisort($res, SORT_DESC, SORT_NUMERIC);
return $res;
}
