中文分词的php代码

发布时间：2022-02-15 18:05:52 所属栏目：PHP教程来源：互联网

导读：以前有用过dedecms分词功能,经过测试还是不理想,后来经过一些处理得到的结果还是可以接受的,今天我再看到这款分词法,拿出来给大家看看,实例代码如下: ?php class NLP{ private static $cmd_path; // 不以/结尾 static function set_cmd_path($path){ self:

　　以前有用过dedecms分词功能,经过测试还是不理想,后来经过一些处理得到的结果还是可以接受的,今天我再看到这款分词法,拿出来给大家看看,实例代码如下:

　　<?php
　　class NLP{
　　private static $cmd_path;
　　// 不以'/'结尾
　　static function set_cmd_path($path){
　　self::$cmd_path = $path;
　　}
　　private function cmd($str){
　　$descriptorspec = array(
　　0 => array("pipe", "r"),
　　1 => array("pipe", "w"),
　　);
　　$cmd = self::$cmd_path . "/ictclas";
　　$process = proc_open($cmd, $descriptorspec, $pipes);
　　if (is_resource($process)) {
　　$str = iconv('utf-8', 'gbk', $str);
　　fwrite($pipes[0], $str);
　　$output = stream_get_contents($pipes[1]);
　　fclose($pipes[0]);
　　fclose($pipes[1]);
　　$return_value = proc_close($process);
　　}
　　/*
　　$cmd = "printf '$input' | " . self::$cmd_path . "/ictclas";
　　exec($cmd, $output, $ret);
　　$output = join("n", $output);
　　*/
　　$output = trim($output);
　　$output = iconv('gbk', 'utf-8', $output);
　　return $output;
　　}
　　/**
　　* 进行分词, 返回词语列表.
　　*/
　　function tokenize($str){
　　$tokens = array();
　　$output = self::cmd($input);
　　if($output){
　　$ps教程 = preg_split('/s+/', $output);
　　foreach($ps as $p){
　　list($seg, $tag) = explode('/', $p);
　　$item = array(
　　'seg' => $seg,
　　'tag' => $tag,
　　); //开源代码Cuoxin.com
　　$tokens[] = $item;
　　}
　　}
　　return $tokens;
　　}
　　}
　　NLP::set_cmd_path(dirname(__FILE__));
　　?>
　　用起来很简单,确保 ICTCLAS 编译后的可执行文件和词典在当前目录,代码如下:

　　<?php
　　require_once('NLP.php');
　　var_dump(NLP::tokenize('Hello, World!'));
　　?>
　　进行中文分词的 PHP 类就在下面了,用 proc_open() 函数来执行分词程序,并通过管道和其交互, 输入要进行分词的文本, 读取分词结果.

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

php批量命名文件技巧	php读取文件内容几种正
php中读取大文件实现方	php打开远程文件的方法