php - 如何将字符串转换为其关键字的关联数组

Question

以此字符串为例：“将在明天在伦敦和明天在肯特见到你”。

如何将它转换为包含该关键字作为关键字的关联数组，同时优选错过的常用词，像这样：

阵列（[明天] => 2 [伦敦] => 1 [肯特] => 1）

任何帮助非常感谢。

Answer 1

用字的黑名单不包含

$str = 'will see you in London tomorrow and Kent the day after tomorrow'; 
$skip_words = array('in', 'the', 'will', 'see', 'and', 'day', 'you', 'after'); 
// get words in sentence that aren't to be skipped and count their values 
$words = array_count_values(array_diff(explode(' ', $str), $skip_words)); 

print_r($words); 

Answer 2

我会说你可以：

• 的字符串分割成单词
  • 的阵列explode
  • 或preg_split
  • 取决于你会接受你的话的复杂性分离器
• us e array_filte r只保留行（即话）你想
  • 回调函数将不得不为所有非有效字
• 和，然后，将得到的单词列表上使用array_count_values返回false
  • 将计多少次每个字是本字阵列中

---

编辑：和，只是为了好玩，这里有一个简单的例子：

首先，字符串，这被分解成字：

$str = "will see you in London tomorrow and Kent the day after tomorrow"; 
$words = preg_split('/\s+/', $str, -1, PREG_SPLIT_NO_EMPTY); 
var_dump($words); 

它可以帮助您：

array 
    0 => string 'will' (length=4) 
    1 => string 'see' (length=3) 
    2 => string 'you' (length=3) 
    3 => string 'in' (length=2) 
    4 => string 'London' (length=6) 
    5 => string 'tomorrow' (length=8) 
    6 => string 'and' (length=3) 
    7 => string 'Kent' (length=4) 
    8 => string 'the' (length=3) 
    9 => string 'day' (length=3) 
    10 => string 'after' (length=5) 
    11 => string 'tomorrow' (length=8) 

然后，filteting：

function filter_words($word) { 
    // a pretty simple filter ^^ 
    if (strlen($word) >= 5) { 
     return true; 
    } else { 
     return false; 
    } 
} 
$words_filtered = array_filter($words, 'filter_words'); 
var_dump($words_filtered); 

，输出：

array 
    4 => string 'London' (length=6) 
    5 => string 'tomorrow' (length=8) 
    10 => string 'after' (length=5) 
    11 => string 'tomorrow' (length=8) 

最后，计数：

$counts = array_count_values($words_filtered); 
var_dump($counts); 

而最终的结果：

array 
    'London' => int 1 
    'tomorrow' => int 2 
    'after' => int 1 

现在，你来从这里;-)
主要建立，你必须去努力：

• 更好的爆炸功能，与ponctuation 交易（或在处理这个过滤）
• “智能”过滤功能，适合自己需要更好的比我

玩得开心！

Answer 3

你可以有常用词表，然后通过你的字符串去一个字的时间，检查它是否在该表存在，如果没有，那么它+1添加到您的关联数组，或者如果它已经存在。