Centos中文分词SCWS安装和使用 PHP使用SCWS进行中文分词

前言

开发的程序需要通过搜索出所需要的信息，因用户搜索的关键字过于模糊，所以采用分词进行搜索。

---

安装步骤

1.下载源码

cd /usr/local/src
wget http://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2
tar xvjf scws-1.2.3.tar.bz2
cd scws-1.2.3
./configure --prefix=/usr/local/scws
make && make install

2.检查是否安装成功

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

3.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

4.安装 php 扩展

注意：/www/server/php/73/bin/ 要看清楚自己PHP安装的目录

cd ./scws-1.2.3 /phpext/
locate phpize
/www/server/php/73/bin/phpize
./configure --with-php-config=/www/server/php/73/bin/php-config --with-scws=/usr/local/scws
make && make install

5.在 php.ini 中加入以下几行

注意：需要重启服务器php.ini才会生效，成功后在phpinfo中可以查询到scws

extension = scws.so
scws.default.charset = utf8
scws.default.fpath = /usr/local/scws/etc

6.测试代码

<?php
	$scws = scws_open();
	scws_set_charset($scws, 'utf-8');
	scws_set_dict($scws, '/usr/local/scws/etc/dict.utf8.xdb');
	scws_set_rule($scws, '/usr/local/scws/etc/rules.utf8.ini');
	$text = "我爱写代码";
	scws_send_text($scws, $text);
	$tops = scws_get_tops($scws, 5);
	print_r($tops);
?>
// 输出结果
//Array
//(
//[0] => Array
//(
//[word] => 代码
//[times] => 1
//[weight] => 4.8200001716614
//[attr] => n
//)
//
//[1] => Array
//(
//[word] => 我爱
//[times] => 1
//[weight] => 4.5900001525879
//[attr] => n
//)
//
//)

---

注意

本人在测试过程中出现了：open_basedir restriction in effect. File(/usr/local/scws/etc/dict.utf8.xdb) is not within the allowed path(s) 这个错误提示。由于我是宝塔面板安装的，只需要在相应的网站目录，勾选掉防跨站攻击（open_basedir）即可。