php - 计算支持 UTF8 的数组中单词的实例数

Question

我正在 php 站点中创建一个 jquery tagcloud。在我的 mysql 数据库中，我有一个“标签”字段，其中会有一个逗号分隔的单词列表。我想生成一系列单词，它们出现的频率。只是为了使事情复杂化，文本将全部使用希伯来语(utf8 编码)。

在英语中，这个解决方案非常有效:

$words = array_count_values(str_word_count($str, 1));
print_r($words);

取自此处php: sort and count instances of words in a given string

对于希伯来语文本，数组未填充。

我找到了这篇文章 str_word_count() function doesn't display Arabic language properly而且，虽然它有效，但它只给出单词总数，并不像前面的函数那样创建结果数组。

我希望结果看起来像这样:

Array
(
    [happy] => 4
    [beautiful] => 1
    [lines] => 3
    [pear] => 2
    [gin] => 1
    [rock] => 1
)

有什么建议吗？

Answer 1

虽然这不是您所希望的答案，但我鼓励您首先重新考虑您的数据库设计。在一个字段中保存多个逗号分隔的标签不是很聪明。您应该为只有两列的标签构建一个单独的表:

1. 标签
2. 相应对象/帖子的 ID 或您的应用程序的任何内容

有很多优点:

• 删除或添加标签更容易。
• 你可以得到你正在寻找的数组，而不需要一些蹩脚的 php 代码，只需要一个 SQL 查询，比如“select tag, count(id) from tags group by tag”
• 当您有很多标签时，这会更容易、更快。
• 最后但同样重要的是，我敢打赌(不确定)，MySQL 不会遇到您在 php 中明显遇到的不同字母的问题-