str_word_count（）是否用于非拉丁词？

Question

我试图计算用非拉丁语言（保加利亚语）编写的变量中的单词数。但似乎str_word_count（）并未计算非拉丁字。php文件的编码为UTF-8

$str = "????? ?? ????????";
echo 'Number of words: '.str_word_count($str);
//this returns 0

Answer 1

您可以使用正则表达式来做到这一点：

$str = "????? ?? ????????";
echo 'Number of words: '.count(preg_split('/\s+/', $str));

在这里，我将单词定界符定义为空格字符。如果可能还有其他东西将被视为单词定界符，则需要将其添加到正则表达式中。

另外，请注意，由于在正则表达式中没有utf字符（不在字符串中），/u因此不需要修饰符。但是，如果您希望某些utf字符充当分隔符，则需要添加此regex修饰符。

更新：

如果您只想用单词处理西里尔字母，则可以使用：

$str = "????? 
?? 12453
????????";
echo 'Number of words: '.count(preg_split('/[^?-??-???]+/u', $str));