php 利用scws实现mysql全文搜索功能
scws这样的中文分词插件比较不错,简单的学习了一下,它包涵一些专有名称、人名、地名、数字年代等规则集合,可以直接将语句按这些规则分开成一个一个关键词,准确率在90%-95%之间,按照安装说明把scws的扩展放入php的扩展目录里,下载规则文件和词典文件,并在php配置文件中引用它们,就可以用scws进行分词了.
1) 修改 php 扩展代码以兼容支持 php 5.4.x
2) 修正 php 扩展中 scws_get_tops 的 limit 参数不允许少于 10 的问题
3) libscws 增加 scws_fork() 从既有的 scws 实例产生分支并共享词典/规则集,主要用于多线程开发.
4) 新增部分版本的 win32 的 dll 扩展
PHP实例代码如下:
<?php //实例化分词插件核心类 $so = scws_new(); //设置分词时所用编码 $so ->set_charset(‘utf-8’); //设置分词所用词典(此处使用utf8的词典) $so ->set_dict( '/path/dict.utf8.xdb' ); //设置分词所用规则 $so ->set_rule( '/path/rules.utf8.ini ' ); //分词前去掉标点符号 $so ->set_ignore(true); //是否复式分割，如[中国人]返回[中国＋人＋中国人]三个词。 $so ->set_multi(true); //设定将文字自动以二字分词法聚合 $so ->set_duality(true); //开源代码phpfensi.com //要进行分词的语句 $so ->send_text([欢迎来到火星时代IT开发]); //获取分词结果，如果提取高频词用get_tops方法 while ( $tmp = $so ->get_result()) { print_r( $tmp ); } $so ->close(); ?>注: 如以上例子,输入的文字,词典,规则文件这三者的字符集必须统一,另外mysql 4.XX有的是不支持中文全文搜索的,可以存入关键字对应的区位码以方便全文搜索.
版本列表
版本 类型 平台 性能 其它
SCWS-1.1.x C 代码 *Unix*/*PHP* 准确: 95%, 召回: 91%, 速度: 1.2MB/sec
PHP扩展分词速度: 250KB/sec [下载] [文档] [安装说明]
php_scws.dll(1) PHP扩展库 Windows/PHP 4.4.x 准确: 95%, 召回: 91%,
php_scws.dll(2) PHP扩展库 Windows/PHP 5.2.x 准确: 95%, 召回: 91%,
php_scws.dll(3) PHP扩展库 Windows/PHP 5.3.x 准确: 95%, 召回: 91%,
php_scws.dll(4) PHP扩展库 Windows/PHP 5.4.x 准确: 95%, 召回: 91%,
PSCWS23 PHP源代码 不限 (不支持UTF-8) 准确: 93%, 召回: 89%,
PSCWS4 PHP源代码 不限 准确: 95%, 召回: 91%,
查看更多关于php 利用scws实现mysql全文搜索功能 - php高级应用的详细内容...
声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did30436