# PHP中文分词，自动获取关键词

> <?php header"ContentType:text/html; charset=utf8"; define'APP_ROOT', str_replace'', '/', dirname__FILE__; $test = '真怕有一天我们再次成为交叉线，我想那时就再也不可能回归了，快乐永远是拿

```
<?php
header("Content-Type:text/html; charset=utf-8");
define('APP_ROOT', str_replace('', '/', dirname(__FILE__)));

$test = '真怕有一天我们再次成为交叉线，我想那时就再也不可能回归了，快乐永远是拿痛苦做代价，你现在多幸福，多快乐，你以后就会越伤心越难过，不想发生!';

function get_tags_arr($title)
    {
        require(APP_ROOT.'/pscws4.class.php');
        $pscws = new PSCWS4();
        $pscws->set_dict(APP_ROOT.'/scws/dict.utf8.xdb');
        $pscws->set_rule(APP_ROOT.'/scws/rules.utf8.ini');
        $pscws->set_ignore(true);
        $pscws->send_text($title);
        $words = $pscws->get_tops(5);
        $tags = array();
        foreach ($words as $val) {
            $tags[] = $val['word'];
        }
        $pscws->close();
        return $tags;
}

print_r(get_tags_arr($test));

function get_keywords_str($content){
    require(APP_ROOT.'/phpanalysis.class.php');
    PhpAnalysis::$loadInit = false;
    $pa = new PhpAnalysis('utf-8', 'utf-8', false);
    $pa->LoadDict();
    $pa->SetSource($content);
    $pa->StartAnalysis( false );
    $tags = $pa->GetFinallyResult();
    return $tags;
}

print(get_keywords_str($test));
```

上面是我做的实例，大家稍微修改下就可以用到TP做的项目上了。  
实例里包含了很多人熟知的scws，另一个是IT柏拉图做的phpanalysis。http://www.itgrass.com/phpanalysis/index.html  
两个做了一下对比发现都差不多。

由于包含词库，我上传到了微盘。有需要的朋友去下载吧。  
实例下载：http://vdisk.weibo.com/s/g4dd3

**SCWS-1.2.2 安装说明** 

以 Linux(FreeBSD) 操作系统为例

1\. 取得 scws-1.2.2 的代码  
```
wget http://www.xunsearch.com/scws/down/scws-1.2.2.tar.bz2
```

2\. 解开压缩包  
```
[hightman@d1 ~]$ tar xvjf scws-1.2.2.tar.bz2
```

3\. 进入目录执行配置脚本和编译  
```
[hightman@d1 ~]$ cd scws-1.2.2[hightman@d1 ~/scws-1.2.2]$ ./configure --prefix=/usr/local/scws ; make ; make install
```

注：这里和通用的 GNU 软件安装方式一样，具体选项参数执行 ./configure --help 查看。  
常用选项为：--prefix=<scws的安装目录>

4\. 顺利的话已经编译并安装成功到 /usr/local/scws 中了，执行下面命令看看文件是否存在  
```
[hightman@d1 ~/scws-1.2.2]$ ls -al /usr/local/scws/lib/libscws.la
```

5\. 试试执行 scws-cli 文件  
```
[hightman@d1 ~/scws-1.2.2]$ /usr/local/scws/bin/scws -h
```  
scws (scws-cli/1.2.2)  
Simple Chinese Word Segmentation - Command line usage.  
Copyright (C)2007 by hightman.  
...

6 用 wget 下载并解压词典，或从主页下载然后自行解压再将 \*.xdb 放入 /usr/local/scws/etc 目录中  
```
[hightman@d1 ~/scws-1.2.2]$ cd /usr/local/scws/etc
[hightman@d1 /usr/local/scws/etc]$ wget http://www.xunsearch.com/scws/down/scws-dict-chs-gbk.tar.bz2
[hightman@d1 /usr/local/scws/etc]$ wget http://www.xunsearch.com/scws/down/scws-dict-chs-utf8.tar.bz2
[hightman@d1 /usr/local/scws/etc]$ tar xvjf scws-dict-chs-gbk.tar.bz2
[hightman@d1 /usr/local/scws/etc]$ tar xvjf scws-dict-chs-utf8.tar.bz2
```

7\. 写个小程序测试一下  
\[hightman@d1 ~\]$ cat > test.c  
#include <scws.h>  
#include <stdio.h>  
main()  
{  
scws\_t s;  
s = scws\_new();  
scws\_free(s);  
printf("test ok!\\n");  
}

8\. 编译测试程序  
gcc -o test -I/usr/local/scws/include -L/usr/local/scws/lib test.c -lscws -Wl,--rpath -Wl,/usr/local/scws/lib  
./test

9\. 这样就好顺利安装完毕可以使用 libscws 这套 C-API 了

10\. 如果您需要在 php 中调用分词，建议继续阅读本文安装 php 扩展，否则可跳过不看。

假设您已经将 scws 按上述步骤安装到 /usr/local/scws 中。  
安装此扩展要求您的 php 和系统环境安装了相应的 autoconf automake 工具及 phpize 。

1) 进入源码目录的 phpext/ 目录 ( cd ~/scws-1.2.2 )  
2) 执行 phpize （在PHP安装目录的bin/目录下）  
3) 执行 ./configure --with-scws=/usr/local/scws  
若 php 安装在特殊目录 $php\_prefix, 则请在 configure 后加上 --with-php-config=$php\_prefix/bin/php-config  
4) 执行 make 然后用 root 身份执行 make install  
5) 在 php.ini 中加入以下几行

\[scws\]  
;  
; 注意请检查 php.ini 中的 extension\_dir 的设定值是否正确, 否则请将 extension\_dir 设为空，  
; 再把 extension = scws.so 指定绝对路径。  
;  
```
extension = scws.so
scws.default.charset = gbk
scws.default.fpath = /usr/local/scws/etc
```

6) 命令行下执行 php -m 就能看到 scws 了或者在 phpinfo() 中看看关于 scws 的部分，记得要重启 web 服务器  
才能使新的 php.ini 生效。  
7) 这样就算安装完成了，余下的工作只是PHP代码编写问题了。  
关于 PHP 扩展的使用说明请参看代码中 phpext/README.md 文件或其它文档章节。

---

**分类**：建站
**作者**：子龙
**链接**：https://octohz.com/p/3317