Encontrar palabras clave dentro de un archivo de texto

[keyKM]

Hola, me interesa contar el número de veces que se repite una palabra dentro de un archivo de texto, actualmente ya cuento con esa parte. Ahora lo que necesito es que solo se muestren las palabras mas importantes que yo necesito: "palabras clave" , las cuales las quiero capturar en otro archivo de texto. Por ejemplo, si en el primer archivo de texto a analizar se repiten más de 3 veces las palabras "programación" y "php" y dentro del archivo de texto llamado "palabras clave" se encuentra solo la palabra "programación" solo me muestre esa palabra y no "php".

Lo que tengo hasta el momento es esto:

<?php

$texto = file_get_contents('conocimiento.txt');

$texto = strtolower($texto);//todoaminúsculas



$Arreglo_palabras = explode (" ", $texto);

$words = array_count_values($Arreglo_palabras);


foreach ($words as $key_words => $value)
{
if ($value >1)

echo $key_words." - ".$value."<br/>";
}
?>

Nota: El archivo "palabras clave" podría llegar a contener mas de una palabra.

Alguien podría ayudarme??? :D Gracias.

[lolainas]

Pega los dos ficheros con palabras a ver como te vienen los datos.

[keyKM]

El archivo llamado "conocimiento.txt" contiene lo siguiente:

El conocimiento suele entenderse como:

Hechos o información adquiridos por un ser vivo a través de la experiencia o la educación, la comprensión teórica o práctica de un asunto referente a la realidad.
Lo que se adquiere como contenido intelectual relativo a un campo determinado o a la totalidad del universo.
Conciencia o familiaridad adquirida por la experiencia de un hecho o situación.
Representa toda certidumbre cognitiva mensurable según la respuesta a: ¿Por qué?, ¿Cómo?, ¿Cuándo?, ¿Dónde?
No existe una única definición de "Conocimiento". Sin embargo existen muchas perspectivas desde las que se puede considerar el conocimiento, siendo la consideración de su función y fundamento, un problema histórico de la reflexión filosófica y de la ciencia. La rama de la filosofía que estudia el conocimiento es la epistemología o teoría del conocimiento. La teoría del conocimiento estudia las posibles formas de relación entre el sujeto y el objeto. Se trata por lo tanto del estudio de la función del entendimiento propia de la persona.


El archivo "palabras_clave.txt" contendría por ejemplo las palabras:

conocimiento
repositorio

[Italico76]

Código PHP:

<?php
 
$texto = <<<TEXT
El conocimiento suele entenderse como:
 
Hechos o información adquiridos por un ser vivo a través de la experiencia o la educación, la comprensión teórica o práctica de un asunto referente a la realidad.
Lo que se adquiere como contenido intelectual relativo a un campo determinado o a la totalidad del universo.
Conciencia o familiaridad adquirida por la experiencia de un hecho o situación.
Representa toda certidumbre cognitiva mensurable según la respuesta a: ¿Por qué?, ¿Cómo?, ¿Cuándo?, ¿Dónde?
No existe una única definición de "Conocimiento". Sin embargo existen muchas perspectivas desde las que se puede considerar el conocimiento, siendo la consideración de su función y fundamento, un problema histórico de la reflexión filosófica y de la ciencia. La rama de la filosofía que estudia el conocimiento es la epistemología o teoría del conocimiento. La teoría del conocimiento estudia las posibles formas de relación entre el sujeto y el objeto. Se trata por lo tanto del estudio de la función del entendimiento propia de la persona. 
TEXT;
 
$texto = strtolower($texto);//todoaminúsculas
 
 
// primero reemplaza acentos por no-acentuadas, o usa funciones seguras para utf-8
$Arreglo_palabras = preg_split("/[\s,\"'\¿\:]+/",$texto);
 
$words = array_count_values($Arreglo_palabras);
 
foreach ($words as $key_words => $value)
{
    if ($value >1)
        echo $key_words." - ".$value."<br/>";
}
 

Consejo.. primero arregla el tema de la codificacion

[lolainas]

Para contar tienes str_word_count sin tener que reemplazar la fuente original cambiando acentos, Ñ's, etcétera, que en principio es muy mala idea, luego no sabrás si era minúscula o mayúscula por poner un ejemplo:

Código PHP:

$words = str_word_count(file_get_contents('conocimiento.txt'), 2, 'áéíóúÁÉÍÓÚñÑ');
$keywords = array_map('trim', file('palabras_clave.txt'));
 
var_dump(array_intersect($words, $keywords));
 

Ahora habrá que ver que quieres hacer con el resultado...

[Italico76]

Tus problemas son:

- La codificacion de tus palabras y principalmente:
- Caracteres que delimitan palabras, que se resuelve con algo como:

Código PHP:

preg_split("/[\s,\"'\¿\:]+/",$texto);
 

o con str_word_count() pero por mas que queria no recordaba el nombre de la funcion hasta que @lolainas la colocó

[keyKM]

Gracias amigo, soy nuevo en esto, en este momento mi principal problema es como encontrar en la cadena de texto sólo el conjunto de palabras que se encuentren en el archivo "palabras_clave.txt". Estuve tratando de meter el contenido del archivo palabras clave en un arreglo y haciendo uso de array_intersect() pero no tuve resultados.

[keyKM]

Perfecto, gracias a ambos. Lo que quiero hacer después de eso es que si encuentra coincidencias me coloque esa información dentro de la base de datos (sólo si encuentra las coincidencias).