php实现scws中文分词搜索的方法_PHP教程

php实现scws中文分词搜索的方法

2020-12-10 15:37释然me PHP教程

这篇文章主要介绍了php实现scws中文分词搜索的方法,详细介绍了scws中文分词搜索的具体步骤与相关使用技巧,并提供了scws的本站下载地址,需要的朋友可以参考下

本文实例讲述了php实现scws 中文分词搜索的方法。分享给大家供大家参考，具体如下：

1、4个文件（本站下载地址。）解压后，放到一个地方 eg:E:/wamp/scws

2、php.ini 中配置

									extension = php_scws.dll 

									scws.default.charset = utf8 //配置默认的编码方式

									scws.default.fpath = "E:/wamp/scws" //加压后文件的路径

3、使用

									$so = scws_new(); 

									$so->set_charset('utf8'); //编码

									// 这里没有调用 set_dict 和 set_rule 系统会自动试调用 ini 中指定路径下的词典和规则文件 

									$so->add_dict(ini_get('scws.default.fpath') . '/dict.utf8.xdb');

									//$so->add_dict('./dd.txt',SCWS_XDICT_TXT);

									$so->set_rule(ini_get('scws.default.fpath') . '/rules.utf8.ini'); 

									$so->set_duality(0);  //散字二元 

									$so->set_ignore(0); //忽略标点符号

									$so->set_multi(0); 

									$wd='要搜索的内容';

									$so->send_text($wd); 

									while($tmp = $so->get_result())

									//遍历后即得到字符串分割后的内容，

									//根据得到的内容分别到数据库中查找（like匹配）

									{

									}

亲自试验了一下如下：

									<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"

									"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

									<html xmlns="http://www.w3.org/1999/xhtml">

									<head>

									<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

									<title>test</title>

									</head>

									<body>

									<?php

									function search($keywords,$table,$key1,$key2){

									// (要查找的字符串,表名,字段一,字段二)如果就一个字段的话，$key2='';

									 $arr=array();

									 $str=array(); 

									 if( preg_match("/^[^\x80-\xff]+$/", $keywords)){//判断keywords是否全为英文，全为英文的话按照字符串切割处理

									 $str1=explode(' ',$keywords); //先按照空格切割

									 foreach($str1 as $key=>$value)

									 {

									  $str2=explode(',',$value); //，切割

									  foreach($str2 as $k=>$v)

									  {

									  $str3=explode('.',$v); //。切割

									  foreach($str3 as $kk=>$vv)

									  {

									   array_push($arr,$vv);//处理完后，返回一个数组

									  }

									  }

									 }

									 }else{//对中文的分词处理

									 $so = scws_new(); 

									 $so->set_charset('utf8'); 

									  // 这里没有调用 set_dict 和 set_rule 系统会自动试调用 ini 中指定路径下的词典和规则文件 

									   $so->add_dict(ini_get('scws.default.fpath') . '/dict.utf8.xdb');

									   $so->set_rule(ini_get('scws.default.fpath') . '/rules.utf8.ini'); 

									   $so->set_duality(0);  //散字二元 

									  $so->set_ignore(0); //忽略标点符号

									  $so->set_multi(0);

									 $so->send_text($keywords);

									 while ($tmp = $so->get_result())//得到一个数组，里面包含词组和标点符号

									 {

									  foreach($tmp as $key=>$value)

									  {

									  $value=$value["word"];

									  if(preg_match("/^[一-龥]{6,21}$/", $value))//去除标点符号

									  {

									   array_push($arr,$value);

									  }

									  }

									 }

									 }

									 foreach($arr as $key=>$value)//便利得到的数组,到数据库中匹配

									 {

									 if($key2!='')

									 {

									  $sql="select * from `$table` where `$key1` like '%$value%' or `$key2` like '%$value%'";

									 }else{

									  $sql="select * from `$table` where `$key1` like '%$value%'";

									 }

									 $query=mysql_query($sql);

									 array_push($str,$query);

									 }

									 return $str;

									}

									include('conn.php');

									$keywords="哈哈lsd djk,hdjs dd";

									$table='two_key';

									$key1='address';

									$key2='';

									$query=search($keywords,$table,$key1,$key2);

									foreach($query as $key=>$value)

									{

									 while($row=mysql_fetch_array($value))

									 {

									 echo $row[id].'----'.$row[name].'-----'.$row[address].'<br>';

									 }

									}

									?>

									</body>

									</html>