PHP 去除所有标点符号，中文当成一个字符，去除所有空格，统计实际的字数，求大佬帮忙看看，谢谢

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1858 天前的主题，其中的信息可能已经有所发展或是发生改变。


// 中文标点
$char = "。、！？：；﹑•＂…‘’“”〝〞∕¦‖—〈〉﹞﹝「」‹›〖〗]  [»«』『〕〔》《﹐¸﹕︰﹔！¡？¿﹖﹌﹏﹋＇´ˊˋ―﹫︳︴¯＿￣﹢﹦﹤‐˜﹟﹩﹠﹪﹡﹨﹍﹉﹎﹊ˇ︵︶︷︸︹︿﹀︺︽︾ˉ﹁﹂﹃﹄︻︼（）";
$pattern = [
    "/[[:punct:]]/i", //英文标点符号
    '/[' . $char . ']/u', //中文标点符号
    '/[ ]{2,}/'
];

$str = preg_replace($pattern, ' ', strip_tags($tweets->content));
echo mb_strlen($str, 'UTF-8');

这样写不知道对不对，求 V 友大佬帮忙看看，谢谢大家

3 条回复 • 2019-10-30 12:35:53 +08:00

starsriver

2019-10-14 23:01:24 +08:00 via Android

特殊符号在 utf16 编码里面顺序基本上是连续的，匹配的时候把特殊符号的编码进去就 ok。你这种匹配效率太低。至于对不对，我建议你用正则。

Liang

2019-10-14 23:02:51 +08:00 via iPhone

自己跑一次就知道对不对了啊

JingNi

2019-10-30 12:35:53 +08:00

第二个正则错了哦，空格也可以直接[ ]这样匹配就可以
------------------------------------------------------------------------------------
// 中文标点
//这条不需要，$char = "。、！？：；﹑•＂…‘’“”〝〞∕¦‖—〈〉﹞﹝「」‹›〖〗] [»«』『〕〔》《﹐¸﹕︰﹔！¡？¿﹖﹌﹏﹋＇´ˊˋ―﹫︳︴¯＿￣﹢﹦﹤‐˜﹟﹩﹠﹪﹡﹨﹍﹉﹎﹊ˇ︵︶︷︸︹︿﹀︺︽︾ˉ﹁﹂﹃﹄︻︼（）";
$content = '请看：ABC,123456_!';
$pattern = [
"/[[:punct:]]/i", //英文标点符号
"/[\x7f-\xff]/", //中文标点符号，包括中文
'/[ ]/' //直接匹配空格
];
$str = preg_replace($pattern[2], ' ', $content);
foreach($pattern as $patternValue) {
$str = preg_replace($patternValue, '', $str);
}
echo $str.'(length:'.strlen($str).')';