网页文本分词的PHP版本操作过程

一、分词
    SCWS 中文分词v1.2.2 开源免费的中文分词系统，PHP分词的上乘之选！
    首先，根据PHP的版本下载php_scws.dll文件，进行安装：
1. 根据您当前用的 PHP 版本，下载相应已编译好的 php_scws.dll 扩展库。

2. 将下载后的  php_scws.dll 放到 php 安装目录的
   extensions/ 目录中去（通常为：X:/php/extensions/或 X:/php/ext/）。我用的XAMPP，所以

3. 建立一个本地目录放规则集文件和词典文件，建议使用：C:/program files/scws/etc

4. 从 scws 主页上下载词典文件，解压后将 *.xdb 放到上述目录中

5. 从 scws 主页上下载规则集文件，解压后将 *.ini 放到第 3 步建立的目录
   规则集文件压缩包：
   解压后有三个文件分别为 rules.ini  rules.utf8.ini rules_cht.utf8.ini
   将三件文件拷到第 3 步所述的目录中

6. 修改 php.ini 通常位于 C:/windows/php.ini 或 C:/winnt/php.ini 之类的目录，
   在 php.ini 的末尾加入以下几行：
[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 php_scws.dll 指定为绝对路径。
;
extension = php_scws.dll
scws.default.charset = gbk
scws.default.fpath = "c:/program files/scws/etc"

5. 重开 web 服务器即可完成。

   以上都是按照官方文档照办，照猫画虎即可。在phpinfo()中可以看到：

   嗯，这就是SCWS装好了。接下来就看看如何用PHP调用它。

二、PHP下分词工具SCWS的使用

<?php
    header('Content-Type:text/html; charset=utf-8');

    $so = scws_new();
    $so->set_charset('utf8');

    $so->send_text("2、我一向理解不了母亲不同意儿子找的对象是一种什么心理。嫌身高？嫌体重？嫌长相？嫌学历？嫌单亲家庭？");
    $i = 0;
    while ($tmp = $so->get_result())
    {
        foreach($tmp as $K=>$val){
            echo $val['word'].'  '.$val['attr']."
";
        }
    }
    $so->close();

?>

    主要是用scws_new()实例化一个对象so，然后用so的send_text()方法接收字符串，并通过关键的get_result()得到返回的结果。

   关于中文词的词性缩写，请参考如下介绍：
n.名词
v.动词
adj.形容词
adv.副词
clas.量词
echo.拟声词
stru.结构助词
aux.助词
coor.并列连词
conj.连词
suffix.后缀
prefix.前缀
prep.介词
pron.代词
ques.疑问词
num.数词
idiom.成语