PHP 仿 Word 统计文章字数

function comment_count_word($str){
        $str = preg_replace('/[\x80-\xff]{1,3}/', ' ', $str,-1,$n);//匹配中文或中文下的符号
        $str = preg_replace('/[-\_\.!@#\$%\\\^&\*\)\(\+=\{\}\[\]\/",\'<>~\·`\?:;|]/', ' ', $str,-1,$j);//匹配英文下的符号
        $n+=$j;
        $n += str_word_count($str);
        if(preg_match('/\d+/',$str)){
            preg_replace('/\d+/', ' ', $str,-1,$i);
            $n+=$i;
        }
        return $n;
    }

该方法统计的字数大概和word一致，因为word统计字数，相连的英文和数字（半角）会计算成一个字，如all1234就会统计成一个字。由于我没想到这到底是是怎么一个算法，所以我这边就没法搞了。如果有大佬知道这么搞，求讲解！

以下的代码，是新搞出来的，经过测试，和word统计出来的一致，也没有上面的问题了，但是这里有个特殊字符的问题，我这里只是列出了一部分的半角状态下的特殊字符

function comment_count_word($str){
    //$str =characet($str);
    //判断是否存在替换字符
    $is_tihuan_count=substr_count($str,"龘");
    try {
        //先将回车换行符做特殊处理
        $str = preg_replace('/(\r\n+|\s+|　+)/',"龘",$str);
        //处理英文字符数字，连续字母、数字、英文符号视为一个单词
        $str = preg_replace('/[a-z_A-Z0-9-\.!@#\$%\\\^&\*\)\(\+=\{\}\[\]\/",\'<>~`\?:;|]/',"m",$str);
        //合并字符m，连续字母、数字、英文符号视为一个单词
        $str = preg_replace('/m+/',"*",$str);
        //去掉回车换行符
        $str = preg_replace('/龘+/',"",$str);
        //返回字数
        return mb_strlen($str)+$is_tihuan_count;
    } catch (Exception $e) {
        return 0;
    }
}

我再来个js版本的，经过测试，和word统计出来的一致

function fnGetCpmisWords(str){
        var sLen = 0;
        try{
            //先将回车换行符做特殊处理
            str = str.replace(/(\r\n+|\s+|　+)/g,"龘");
            //处理英文字符数字，连续字母、数字、英文符号视为一个单词
            str = str.replace(/[\x00-\xff]/g,"m");  
            //合并字符m，连续字母、数字、英文符号视为一个单词
            str = str.replace(/m+/g,"*");
            //去掉回车换行符
            str = str.replace(/龘+/g,"");
            //返回字数
            sLen = str.length;
        }catch(e){

        }
        return sLen;
    }

本作品采用《CC 协议》，转载必须注明作者和本文链接