PHP实现文本文件中用户发言单词数统计的需求及代码优化

文本文件内是带用户标签的对话内容，示例如下：

<Amanda> Hi there, how are you?
<Jack> Hi, im fine 
...
<Jack> see you later

需要排除<Amanda>、<Jack>这类用户标签，统计每位用户的发言单词数，结果存入对应变量，输出格式示例：

Amanda: 50
Jack: 40

以下是编写的代码，需要得到正确的实现方案：

$usercount1 = 0;
$usercount2 = 0;  

//Opens a file in read mode  
$file = fopen("logfile.txt", "r");  
//Gets each line till end of file is reached  
while (($line = fgets($file)) !== false) {  
    //Splits each line into words
    $words = explode(" ", $line);  
    $words = explode("<Amanda>", $line);  
    //Counts each word  
    $usercount1 = $usercount1 + count($words);  
}

while (($line = fgets($file)) !== false) {  
    //Splits each line into words  
    $words = explode(" ", $line);
    //Counts each word  
    $usercount2 = $usercount2 + count($words);  
} 

原代码存在几个核心问题：第一次循环读完文件后，文件指针已到末尾，第二次循环不会执行；用explode分割的方式无法正确提取发言内容，且统计逻辑错误；硬编码用户标签导致扩展性差。

以下是优化后的实现代码：

// 用关联数组存储每个用户的单词数，支持任意用户
$userWordCounts = [];

// 打开文件，增加异常判断
$file = fopen("logfile.txt", "r");
if (!$file) {
    die("无法打开目标文件");
}

// 逐行处理对话内容
while (($line = fgets($file)) !== false) {
    // 去除行首尾空白，跳过空行
    $line = trim($line);
    if (empty($line)) continue;

    // 用正则匹配提取用户名和发言内容
    if (preg_match('/^<([^>]+)>\s*(.*)$/', $line, $matches)) {
        $username = $matches[1];
        $content = $matches[2];

        // 清洗内容：去除标点，按空白分割后过滤空元素，统计有效单词数
        $cleanContent = preg_replace('/[^a-zA-Z0-9\s]/', ' ', $content);
        $words = array_filter(explode(' ', trim($cleanContent)));
        $wordCount = count($words);

        // 更新对应用户的单词统计
        if (!isset($userWordCounts[$username])) {
            $userWordCounts[$username] = 0;
        }
        $userWordCounts[$username] += $wordCount;
    }
}

fclose($file);

// 按要求格式输出结果
foreach ($userWordCounts as $user => $count) {
    echo "$user: $count\n";
}

代码说明 #

• 用正则/^<([^>]+)>\s*(.*)$/精准提取<>内的用户名和后续发言内容
• 对发言内容做清洗处理，过滤标点和无效空白，确保单词统计准确
• 关联数组存储统计结果，无需提前硬编码用户，支持任意数量的对话用户
• 增加文件打开失败的判断，提升代码健壮性

内容的提问来源于stack exchange，提问作者Unkown Kid