WordPress站长们，快给你的文章加上文字统计吧

编辑：狂族晨曦 来源：WordPress技巧 日期：2016-04-20 阅读： 3,096 次 4 条评论 » 百度已收录

先森闲着没事就爱逛逛张戈博客等WordPress大神们的博客，发现大神们的文章页面中，很多都加上了文字字数统计。不怎么起眼，但看到了会感觉很贴心。

百度了一下，发现代码基本上是来自知更鸟博客的，鸟叔确实厉害啊。先森体验了一把，代码部署起来非常简单,先将下面的代码放到functions.php里：

//字数统计
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') . '个字';
   return $output;}
}

然后在single.php中或其它希望显示字数统计的位置加上：

<?php echo count_words ($text); ?>

但是鸟叔也说了，中文统计没有什么问题，但英文统计的是字母。

英文按字母统计，也就意味着一个字母统计就会+1。而我们WordPress最多接触的就是代码，代码的字母动辄就是成百上千。一篇文章看着没有多少内容，字数统计却会显示几千字，看着着实有点不爽。

先森想要的效果是，中文按字数统计，英文按单词统计。先森特意看了下Word，发现Word就是这种统计规则。

但是令先森无奈的是，在各大搜索引擎搜了一遍，没有找到能够解决这个问题的教程。鸟叔虽然也分享了统计英文博客文字的代码，但是经先森测试，好像不会对本站的代码部分进行统计，总之就是统计出来的英文字数不对。想要中文代码统计文字时排除字母，再加上英文单词统计的想法破灭了~请看下面内容↓

不过先森在搜索的时候，另外发现了我爱水煮鱼关于如何统计中文字数研究的文章。文章介绍了PHP中，计算字符串长度的三种函数strlen，mb_strlen，mb_strwidth。水煮鱼用这三个函数去测试统计字符串的长度，看看它们分别把中文算成几个字节：

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

上面的测试显示：strlen 把中文字符算成 3 个字节，mb_strlen 不管中文还是英文，都算 1 个字节，而mb_strwidth 则把中文算成 2 个字节。而实际上，mb_strwidth 才是正确的：中文 2 个字节，英文 1 个字节。

现在再返回去看鸟叔提供的代码，统计的函数用的是第二种：mb_strlen。通过三种函数统计结果对比可知，这个函数是统计出来数字最少的一种。所以，在找到解决方法之前，鸟叔提供的代码已经是最好的解决方案了，将就着用吧。

先森之前一直搜索的是WordPress的方法，但后来通过搜索PHP的方法，找到了一些解决方案。

方案一：php 统计字数(支持中英文)的实现代码

首先还是在functions.php中添加下面代码;

//php 统计字数(支持中英文)的实现代码
function count_word($str){     
    $str = preg_replace('/[\x80-\xff]{1,3}/', ' ', $str,-1,$n); 
    $n += str_word_count($str); 
    return $n; 
}

然后在希望显示字数统计的位置加上：

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

方案二：PHP统计中英文单词数（UTF-8编码)

注：这种方案不会统计标点符号。其实还有一种GB2312编码的方法，但据说无法统计中文，所以此处没提。

一样的，在functions.php中添加下面代码;

//PHP统计中英文单词数（UTF-8编码)
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));
}

也是一样的，在希望显示字数统计的位置加上：

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

先森在测试的时候，发现不含代码，文字较多的文章，这两种方案统计除出来的数字会比鸟叔代码统计出来的多。下图中，第一个是鸟叔代码统计出的，第二个是方案一统计出的，第三个是方案二统计出的。可以看到，方案一和方案二都比鸟叔的多，方案一又比方案二多。为什么会比鸟叔代码统计的多先森没懂，但是方案一又比方案二多确实符合了方案二不统计标点符号的特性。

纯文字文章三种代码文字统计情况

而在存在代码的文章中，后面的两种方案统计出来的数字又会比鸟叔的小很多。

存在代码文章三种代码文字统计情况

总结

本文共分享了三种统计代码，要使用哪一种就根据各位自己的喜好来了。

正是因为先森没有搞明白方案一、二两种统计方式上面的那种情况到底是怎么回事，所以先森用的还是鸟叔的代码。

若有更合适的代码，还请网友告知。