Yskin's Blog

今天想实现显示文章字数的功能。不太懂PHP，在PHP手册里翻了翻，找了一些函数来实现这个功能。

代码如下：

echo mb_strlen(preg_replace('/s/','',html_entity_decode(strip_tags($post->post_content))),'UTF-8');

下面解释一下代码中每个函数的含义：

• strip_tags:去除字符串中的HTML标签和PHP标签。
• html_entity_decode:将html实体转回字符，就是说把&lt;转为<。
• preg_replace('/\s/',",$s):使用正则表达式把字符串中的所有空格、空行去掉。“\s匹配任何空白字符，包括空格、制表符、换页符等等，等价于[\f\n\r\t\v]”[via]
• mb_strlen:指定字符串使用UTF-8编码，计算字符串长度。这样每个中文字符会被计数为1而不是2。

我把代码加到theloop.php文件中，放在Comments之后，Edit Link之前。测试了一下，把文章的全部文字copy到UEStudio中，然后点搜索->文字统计，字符(不包含空格)一项和页面上显示的字符数刚好一致。就这样先放着吧，淡淡的一个数字，初来的人估计都不知道这是什么。

还有一些问题：

1. 用了4个函数，可能会对速度有影响，安装前留意一下页面执行时间，跟安装后比较一下吧，影响太大就不要用了。
2. 统计的字符串直接取用文章的原始字符串，没有经过过滤器的处理，所以当使用了一些插件或者表情的时候会统计错误。当然也可以用apply_filters('the_content', $post->post_content)函数处理一下，不过速度恐怕就要影响很多了。想不出来解决办法，或者用Javascript统计字数会好一些？
3. 这段代码统计了所有非空白字符，并没有区分英文字符、数字、中文字符、标点。如果要单独统计中文字符的话，只要用正则表达式把中文字符单独取出来就是了。如果Blog使用的是UTF-8编码，那么找出unicode中汉字的编码范围就可以了。我截了幅图，使用Windows自带的字符映射表来查找字符的编码范围。
   

什么，你要插件？就这么一行代码还插个头啊，做成插件还要上传，激活，最后还是要修改模板，直接把这么一句代码加模板里还省点事。