Alguém já fez isso.
A mágica que você está procurando é uma função php chamada str_word_count() .
No meu código de exemplo abaixo, se você obtiver muitas palavras estranhas, precisará escrever uma remoção personalizada para removê-las. Além disso, você vai querer remover todas as tags html das palavras e outros caracteres também.
Eu uso algo semelhante a isso para geração de palavras-chave (obviamente esse código é proprietário). Resumindo, estamos pegando o texto fornecido, estamos verificando a frequência das palavras e se as palavras aparecerem em ordem, estamos classificando-as em uma matriz com base na prioridade. Portanto, as palavras mais frequentes serão as primeiras na saída. Não estamos contando palavras que ocorrem apenas uma vez.
<?php
$text = "your text.";
//Setup the array for storing word counts
$freqData = array();
foreach( str_word_count( $text, 1 ) as $words ){
// For each word found in the frequency table, increment its value by one
array_key_exists( $words, $freqData ) ? $freqData[ $words ]++ : $freqData[ $words ] = 1;
}
$list = '';
arsort($freqData);
foreach ($freqData as $word=>$count){
if ($count > 2){
$list .= "$word ";
}
}
if (empty($list)){
$list = "Not enough duplicate words for popularity contest.";
}
echo $list;
?>
