SCWS 是 Simple Chinese Word Segmentation 的首字母縮寫(即:簡易中文分詞系統)。
1.下載scws官方提供的類(這裡使用的是pscws第四版的)
http://www.xunsearch.com/scws/down/pscws4-20081221.tar.bz2
下載XDB 詞典文件 (這裡使用的是utf8簡體中文詞典包)
http://www.xunsearch.com/scws/down/scws-dict-chs-utf8.tar.bz2
2.解壓scws類Pscws.class.php(這裡我把pscws4.class.php文件名換成了pscws.class.php)和XDB_R.class.php(這裡我把xdb_r.class.php文件名換成了大寫的XDB_R.class.php)放到ThinkPHP\Library\Org\Util目錄下面。
3.然後修改Pscws.class.php
加入命名空間
1 namespace Org\Util;
將類的名稱改為Pscws
把require_once (dirname(__FILE__) . '/XBD_R.class.php');這段代碼刪除掉。
修改XDB_R.class.php
加入命名空間
namespace Org\Util;
4.解壓XDB 詞典文件
在Public\admin目錄下新建一個dict文件夾,然後將XDB 詞典文件的dict.utf8.xdb解壓到詞目錄下,再把scws類中的etc下面的rules.utf8.ini放到此目錄下面。
5.在入口文件加入一行常量定義代碼(其實就是定義詞典文件和配置文件的路徑)
define("CONF_PATH", dirname(__FILE__)."/Public/admin/dict/");
6.在IndexController.class.php控制器裡面建立一個私有方法,供其他方法調用
/** * 中文分詞 * @params string $title 需要分詞的語句 * @params int $num 分詞個數,默認不用填寫 **/ private function get_tags($title,$num=null){ $pscws = new \Org\Util\Pscws('utf8'); $pscws->set_dict(CONF_PATH . 'dict.utf8.xdb'); $pscws->set_rule(CONF_PATH . 'rules.utf8.ini'); $pscws->set_ignore(true); $pscws->send_text($title); $words = $pscws->get_tops($num); $pscws->close(); $tags = array(); foreach ($words as $val) { $tags[] = $val['word']; } return implode(',', $tags); } /** * 商品搜索結果頁 **/ public function search(){ $rzt=$this->get_tags("新款 牛漆皮小尖頭直跟高跟單鞋910033 灰羊猄(7.31發貨) 39"); print_r($rzt); }
顯示的結果為:
漆皮,單鞋,尖頭,高跟,新款,發貨,910033,7.31,39