0
找到一個好問題標題對我的問題很困難，所以如果你有更好的問題，隨時編輯！檢查單詞是否多次提及
目前我正在使用file_get_contents檢索一個頁面，然後我會去掉所有的javascript，將所有的html設置爲小寫，並且將所有的html標籤都去掉。
此後，我正在做一個陣列，每一個字，就像這樣：
preg_match_all("/((?:\w'|\w|-)+)/", $contents, $words);
$frequency = array();
foreach($words[0] as $word) {
unset($words[$word]);
// This is the filter out the 'common words'
if(in_array($word, $common_words)) continue;
if(isset($frequency[$word])) {
$frequency[$word] += 1;
} else {
$frequency[$word] = 1;
}
}
但是，這適用於單個的詞，如果我檢索與該文本在HTML頁面它：
'這是一個示例文本。這是一個HTML文本可以是什麼樣子」
這將導致以下使用我的代碼：
this = 2 is = 2 a = 2 sample = 1 text = 2 what = 1 html = 1 can = 1 look = 1 like = 1
但現在我想的東西，看起來很相似，但2個字。我將如何實現這一目標？它應該是這個樣子用同一句話：
this is = 2
我試着給儘可能多的例子，因爲我可以使它儘可能明確。
如果您需要任何澄清，請不要問！
當你打算組建使用多個字鍵，我想有必要一些字典（不是字面的一個，只是一個數組，文件或者其他東西）來匹配。你是否有一個？ – Sayed
或者，您實際上可以使用預執行（在單次運行中使用先前的查詢）結果來查找匹配項。這可以作爲你的字典，因此，你可能能夠生成像'this is = 2'這樣的密鑰。 – Sayed
這個函數可能有助於[str_word_count]（http://www.php.net/manual/en/function.str -word-count.php） – Class