scws php 例子,scws中文分词安装和使用(示例代码)

一、下载源码

wget http://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2

tar xvjf scws-1.2.3.tar.bz2

二、执行配置脚本和编译

具体选项参数执行 ./configure --help 查看。常用选项为：--prefix=指定安装目录

cd scws-1.2.3

./configure --prefix=/usr/local/scws

make && make install

检查是否安装成功

ls -al /usr/local/scws/lib/libscws.la

/usr/local/scws/bin/scws -h

三、下载通用词典

cd /usr/local/scws/etc

wget http://www.xunsearch.com/scws/down/scws-dict-chs-gbk.tar.bz2

wget http://www.xunsearch.com/scws/down/scws-dict-chs-utf8.tar.bz2

tar xvjf scws-dict-chs-gbk.tar.bz2

tar xvjf scws-dict-chs-utf8.tar.bz2

四、编译PHP扩展

更新PHP扩展需要autoconf、automake及phpize工具，如果没有的话需要新安装。

apt-get install autoconf

cd /root/scws-1.2.3/phpext

phpize

./configure --with-scws=/usr/local/scws --with-php-config=/usr/local/bin/php-config

make && make install

在 php.ini 中加入以下几行

[scws]

extension=scws.so

scws.default.charset=gbk

scws.default.fpath=/usr/local/scws/etc

在php程序中用 ini_get(‘scws.default.fpath‘) 读取scws.default.fpath目默认字典录设置

使用时指定词典路径和编码：

$scws = scws_new();

$scws->set_charset(‘utf8‘); //指定编码

$scws->set_dict(‘/usr/local/scws/etc/dict.utf8.xdb‘);//指定词典路径，可以是绝对路径，也可以是相对路径

测试分词程序

php /root/scws-1.2.3/phpext/scws_test.php

如果运行失败，很可能是未正确指定词典路径

六、两个例子

(1)使用类方法分词

$so = scws_new();

$so->set_charset(‘gbk‘);

$so->set_dict(‘/usr/local/scws/etc/dict.xdb‘);

$so->set_rule(‘/usr/local/scws/etc/rules.ini‘);

// 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->send_text("我是一个中国人,我会C++语言,我也有很多T恤衣服");

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

{

print_r($tmp);

}

$so->close();

?>

(2)使用函数提取高频词

$sh = scws_open();

scws_set_charset($sh, ‘gbk‘);

scws_set_dict($sh, ‘/usr/local/scws/etc/dict.xdb‘);

scws_set_rule($sh, ‘/usr/local/scws/etc/rules.ini‘);

$text = "我是一个中国人，我会C++语言，我也有很多T恤衣服";

scws_send_text($sh, $text);

$top = scws_get_tops($sh, 5);

print_r($top);

?>

注意：输入的文字，词典、规则文件这三者的字符集必须统一，如果不是默认的 gbk 字符集请调用 SimpleCWS::set_charset 或 scws_set_charset 来设定，否则可能出现意外错误。