php - 使用 PHP 计算 XML 文本的字数

Question

真的，我没有得到这个问题的合适标题。只是我研究中的一些奇怪的问题。这是一个例子：

XML 文本：

The <tag1>quick brown fox</tag1> <tag2>jumps over</tag2> the lazy <tag1>dog</tag1>

总字数（标签内的文字计为一个字）：6

所以如果我的问题是：

<tag1>在文本中的位置如何？答案是2和6

<tag2>在文本中的位置如何？答案是3

“懒”字在文中的位置如何？答案是5

有谁有想法吗？我对此一无所知。

Answer 1

有谁有想法吗？我对此一无所知。

您将 XML 文本作为 XML 加载到XML 解析器中，例如作为文档元素/根元素的一部分。然后遍历该元素的所有子节点并决定：

• 每个元素，你算 +1
• 对于每个文本，您 + 通过计算该文本中的单词（请参阅其他问答材料如何计算文本中的单词）

当你完成迭代后，你就有了字数。

示例代码：

<?php
/**
 * Count Words on XML Text Using PHP
 * @link https://stackoverflow.com/a/17670772/367456
 */

$xmlText = <<<BUFFER
The <tag1>quick brown fox</tag1> <tag2>jumps over</tag2> 
  the lazy <tag1>dog</tag1>
BUFFER;

$doc    = new DOMDocument();
$result = $doc->loadXML(sprintf('<root>%s</root>', $xmlText));
if (!$result) {
    throw new Exception('Invalid XML text given.');
}

/**
 * replace this function with your own implementation that works
 * for all your UTF-8 strings, this is just a quick example mock.
 */
function utf8_count_words($string) {
    return (int)str_word_count($string);
}

$wordCount = 0;
foreach ($doc->documentElement->childNodes as $node) {
    switch ($node->nodeType) {
        case XML_ELEMENT_NODE:
            $wordCount++;
            break;
        case XML_TEXT_NODE:
            $wordCount += utf8_count_words($node->data);
            break;
        default:
            throw new Exception(
                sprintf('Unexpected nodeType in XML-text: %d', $node->nodeType)
            );
    }
}

printf("Result: %d words.\n", $wordCount);

示例输出（演示）：

Result: 6 words.