使用str_word_count()支持特殊字符

Question

所述str_word_count()函数返回保持字符串中的所有字阵列.除了使用特殊字符外,它的效果很好.在这种情况下,php脚本通过querystring接收字符串:

当我打开: http://localhost/index.php？q = this%20wórds

header('Content-Type: text/html; charset=utf-8');
print_r(str_word_count($_GET['q'],1,'ó'));

而不是返回:

[0] this
[1] wórds

......它返回:

[0] this
[1] w
[2] rds

该函数如何支持通过查询字符串发送的特殊字符？

更新 - 通过使用马里奥的解决方案,效果很好:

function sanitize_words($string) {
    preg_match_all("/\p{L}[\p{L}\p{Mn}\p{Pd}'\x{2019}]*/u",$string,$matches,PREG_PATTERN_ORDER);
    return $matches[0];
}

Answer 1

不确定第三个参数是否足以使str_word_count非ASCII符号起作用.它可能只适用于Latin-1任何事情.

作为替代方案,您可以使用正则表达式计算单词:

$count = preg_match_all('/\pL+/u', $_GET['q'], $matches);

这至少适用于UTF-8.要完全复制str_word_count,[\pL']+最终可能需要.