php 利用scws实现mysql全文搜索功能

向右看齐 2022-07-27 10:45 207阅读 0赞

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);  
 //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  
php\_scws.dll(1)             PHP扩展库          indows/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%,

更多详细内容请查看：[http://www.111cn.net/phper/php-database/44996.htm][http_www.111cn.net_phper_php-database_44996.htm]

[http_www.111cn.net_phper_php-database_44996.htm]: http://www.111cn.net/phper/php-database/44996.htm