Php 如何计算字符串中Unicode字符的出现次数？

如何使用PHP计算字符串中Unicode字符的出现次数？ 也许这是一个简单的问题，但我是PHP的高手。 我想计算一个字符串中有多少Unicode字符U+06cc

波斯语中的字符“yeh”对应于2个代码点。 ی=u+06cc ي=u+064a u+064a是波斯语的替代品。 常用字符阿拉伯文字符集CP-1256没有映射到U+06cc的字符。 现在我想计算一个字符串中有多少Unicode字符U+06cc，以检测该字符串是阿拉伯语还是波斯语。 当我使用$count=substr_count$str，ى；或者当我使用 $count=substr\u count$str\xDB\x8c； 它既包括ی也包括ي， 你知道吗？

我想你有一个字符串，因为UTF-8是最合理的Unicode编码

$count = substr_count($str, "\xDB\x8C");

这就是你想要的。您只需将字符串视为字节序列。在UTF-8中，多字节字符的第一个字节和它的连续字节永远不能混淆。第一个字节总是11。。。。。。二进制，而连续字节始终为10。。。。。。。这可以确保你找不到与你正在寻找的不同的东西

为了找到答案，我使用了这个网站，我认为这是最好的

如果您在IDE中也使用UTF-8，您可以简单地在内部编写ى而不是\xDB\x8C，它们在PHP中完全是相同的字符串，但是如果您需要共享代码，那么依赖IDE编写的内容的可读性通常不好

既然你已经澄清了你的问题，我上面的回答就不再合适了。我把它放在那里，作为其他过路人的参考

---

你的问题可能源于这样一个事实：阅读时，如果使用Unicode字符U+0654（上面的非空格标记阿拉伯语字母hamsa）进行修改，似乎ي会丢失下面的点。由于我的浏览器没有删除点，而是添加了hamsa，我不知道当点消失时hamsa是否也应该消失。无论如何，可能是\xDB\x8C与\xD9\x8A\xD9\x94具有相同的外观。我无法找到相反的字符，即下面的双点作为非间隔修改字符，这可以解释为什么substr\u count$str、\xDB\x8c也能找到阿拉伯语yeh，但它可能存在。

我尝试过这个例子，效果很好：

$str="مىمى";
$count = substr_count($str, "ى");
echo $count;

我得到了答案2，这是真的

---

如果你想得到更具体的答案，你应该在问题中提供更具体的细节。

你应该从一开始就写下所有这些。。。无论如何，如果U+064A的ي是\xD9\x8A UTF-8，那么您写的substr_count$str\xDB\x8c是不可能的。字符串的编码是什么？你是否有mbstring活动，函数重载错误的术语，但这是他们使用的启用？如果你有一个文本文件，并能够做一个od-tx1z的一行的问题，也许我们可以了解多一点。顺便说一句，我上面写的关于不可能的事情不一定100%正确，请阅读我的答案。