WordPress站長們，快給你的文章加上文字統計吧

編輯：狂族晨曦 來源：WordPress技巧 日期：2016-04-20 閱讀： 3,661 次 4 條評論 » 百度已收錄

先森閑著沒事就愛逛逛張戈博客等WordPress大神們的博客，發現大神們的文章頁面中，很多都加上了文字字數統計。不怎么起眼，但看到了會感覺很貼心。

百度了一下，發現代碼基本上是來自知更鳥博客的，鳥叔確實厲害啊。先森體驗了一把，代碼部署起來非常簡單,先將下面的代碼放到functions.php里：

//字數統計
function count_words ($text) {
global $post;
if ( '' == $text ) {
   $text = $post->post_content;
   if (mb_strlen($output, 'UTF-8') < mb_strlen($text, 'UTF-8')) $output .= '本文共' . mb_strlen(preg_replace('/\s/','',html_entity_decode(strip_tags($post->post_content))),'UTF-8') . '個字';
   return $output;}
}

然后在single.php中或其它希望顯示字數統計的位置加上：

<?php echo count_words ($text); ?>

但是鳥叔也說了，中文統計沒有什么問題，但英文統計的是字母。

英文按字母統計，也就意味著一個字母統計就會+1。而我們WordPress最多接觸的就是代碼，代碼的字母動輒就是成百上千。一篇文章看著沒有多少內容，字數統計卻會顯示幾千字，看著著實有點不爽。

先森想要的效果是，中文按字數統計，英文按單詞統計。先森特意看了下Word，發現Word就是這種統計規則。

但是令先森無奈的是，在各大搜索引擎搜了一遍，沒有找到能夠解決這個問題的教程。鳥叔雖然也分享了統計英文博客文字的代碼，但是經先森測試，好像不會對本站的代碼部分進行統計，總之就是統計出來的英文字數不對。想要中文代碼統計文字時排除字母，再加上英文單詞統計的想法破滅了~請看下面內容↓

不過先森在搜索的時候，另外發現了我愛水煮魚關于如何統計中文字數研究的文章。文章介紹了PHP中，計算字符串長度的三種函數strlen，mb_strlen，mb_strwidth。水煮魚用這三個函數去測試統計字符串的長度，看看它們分別把中文算成幾個字節：

echo strlen("你好ABC") . "";
// 輸出 9
echo mb_strlen("你好ABC", 'UTF-8') . "";
// 輸出 5
echo mb_strwidth("你好ABC") . "";
// 輸出 7

上面的測試顯示：strlen 把中文字符算成 3 個字節，mb_strlen 不管中文還是英文，都算 1 個字節，而mb_strwidth 則把中文算成 2 個字節。而實際上，mb_strwidth 才是正確的：中文 2 個字節，英文 1 個字節。

現在再返回去看鳥叔提供的代碼，統計的函數用的是第二種：mb_strlen。通過三種函數統計結果對比可知，這個函數是統計出來數字最少的一種。所以，在找到解決方法之前，鳥叔提供的代碼已經是最好的解決方案了，將就著用吧。

先森之前一直搜索的是WordPress的方法，但后來通過搜索PHP的方法，找到了一些解決方案。

方案一：php 統計字數(支持中英文)的實現代碼

首先還是在functions.php中添加下面代碼;

//php 統計字數(支持中英文)的實現代碼
function count_word($str){     
    $str = preg_replace('/[\x80-\xff]{1,3}/', ' ', $str,-1,$n); 
    $n += str_word_count($str); 
    return $n; 
}

然后在希望顯示字數統計的位置加上：

<?php echo ";本文共".count_word($post->post_content)."個字";?>

方案二：PHP統計中英文單詞數（UTF-8編碼)

注：這種方案不會統計標點符號。其實還有一種GB2312編碼的方法，但據說無法統計中文，所以此處沒提。

一樣的，在functions.php中添加下面代碼;

//PHP統計中英文單詞數（UTF-8編碼)
define( "UTF8_CHINESE_PATTERN", "/[\x{4e00}-\x{9fff}\x{f900}-\x{faff}]/u" );
define( "UTF8_SYMBOL_PATTERN", "/[\x{ff00}-\x{ffef}\x{2000}-\x{206F}]/u" );
// count only chinese words
function str_utf8_chinese_word_count($str = ""){
    $str = preg_replace(UTF8_SYMBOL_PATTERN, "", $str);
    return preg_match_all(UTF8_CHINESE_PATTERN, $str, $arr);
}
// count both chinese and english
function str_utf8_mix_word_count($str = ""){
    $str = preg_replace(UTF8_SYMBOL_PATTERN, "", $str);
    return str_utf8_chinese_word_count($str) + str_word_count(preg_replace(UTF8_CHINESE_PATTERN, "", $str));
}

也是一樣的，在希望顯示字數統計的位置加上：

<?php echo ";本文共".str_utf8_mix_word_count($post->post_content)."個字";?>

先森在測試的時候，發現不含代碼，文字較多的文章，這兩種方案統計除出來的數字會比鳥叔代碼統計出來的多。下圖中，第一個是鳥叔代碼統計出的，第二個是方案一統計出的，第三個是方案二統計出的。可以看到，方案一和方案二都比鳥叔的多，方案一又比方案二多。為什么會比鳥叔代碼統計的多先森沒懂，但是方案一又比方案二多確實符合了方案二不統計標點符號的特性。

純文字文章三種代碼文字統計情況

而在存在代碼的文章中，后面的兩種方案統計出來的數字又會比鳥叔的小很多。

存在代碼文章三種代碼文字統計情況

總結

本文共分享了三種統計代碼，要使用哪一種就根據各位自己的喜好來了。

正是因為先森沒有搞明白方案一、二兩種統計方式上面的那種情況到底是怎么回事，所以先森用的還是鳥叔的代碼。

若有更合適的代碼，還請網友告知。