php实现的中文分词类完整实例
程序员文章站
2024-03-07 08:05:38
本文实例讲述了php实现的中文分词类。分享给大家供大家参考,具体如下:
该中文分词类源码使用进行了格式化处理,便于阅读。具体代码如下:
class segmen...
本文实例讲述了php实现的中文分词类。分享给大家供大家参考,具体如下:
该中文分词类源码使用进行了格式化处理,便于阅读。具体代码如下:
class segmentation { var $options = array('lowercase' => true, 'segment_english' => false); var $dict_name = 'unknown'; var $dict_words = array(); function setlowercase($value) { if ($value) { $this->options['lowercase'] = true; } else { $this->options['lowercase'] = false; } return true; } function setsegmentenglish($value) { if ($value) { $this->options['segment_english'] = true; } else { $this->options['segment_english'] = false; } return true; } function load($dict_file) { if (!file_exists($dict_file)) { return false; } $fp = fopen($dict_file, 'r'); $temp = fgets($fp, 1024); if ($temp === false) { return false; } else { if (strpos($temp, "\t") !== false) { list ($dict_type, $dict_name) = explode("\t", trim($temp)); } else { $dict_type = trim($temp); $dict_name = 'unknown'; } $this->dict_name = $dict_name; if ($dict_type !== 'dict_word_w') { return false; } } while (!feof($fp)) { $this->dict_words[rtrim(fgets($fp, 32))] = 1; } fclose($fp); return true; } function getdictname() { return $this->dict_name; } function segmentstring($str) { if (count($this->dict_words) === 0) { return false; } $lines = explode("\n", $str); return $this->_segmentlines($lines); } function segmentfile($filename) { if (count($this->dict_words) === 0) { return false; } $lines = file($filename); return $this->_segmentlines($lines); } function _segmentlines($lines) { $contents_segmented = ''; foreach ($lines as $line) { $contents_segmented .= $this->_segmentline(rtrim($line)) . " \n"; } do { $contents_segmented = str_replace(' ', ' ', $contents_segmented); } while (strpos($contents_segmented, ' ') !== false); return $contents_segmented; } function _segmentline($str) { $str_final = ''; $str_array = array(); $str_length = strlen($str); if ($str_length > 0) { if (ord($str{$str_length-1}) >= 129) { $str .= ' '; } } for ($i=0; $i<$str_length; $i++) { if (ord($str{$i}) >= 129) { $str_array[] = $str{$i} . $str{$i+1}; $i++; } else { $str_tmp = $str{$i}; for ($j=$i+1; $j<$str_length; $j++) { if (ord($str{$j}) < 129) { $str_tmp .= $str{$j}; } else { break; } } $str_array[] = array($str_tmp); $i = $j - 1; } } $pos = count($str_array); while ($pos > 0) { $char = $str_array[$pos-1]; if (is_array($char)) { $str_final_tmp = $char[0]; if ($this->options['segment_english']) { $str_final_tmp = preg_replace("/([\!\"\#\$\%\&\'\(\)\*\+\,\-\.\/\:\;\<\=\>\?\@\[\\\\\]\^\_\`\{\|\}\~\t\f]+)/", " $1 ", $str_final_tmp); $str_final_tmp = preg_replace("/([\!\"\#\$\%\&\'\(\)\*\+\,\-\.\/\:\;\<\=\>\?\@\[\\\\\]\^\_\`\{\|\}\~\t\f])([\!\"\#\$\%\&\'\(\)\*\+\,\-\.\/\:\;\<\=\>\?\@\[\\\\\]\^\_\`\{\|\}\~\t\f])/", " $1 $2 ", $str_final_tmp); } if ($this->options['lowercase']) { $str_final_tmp = strtolower($str_final_tmp); } $str_final = " $str_final_tmp$str_final"; $pos--; } else { $word_found = 0; $word_array = array(0 => ''); if ($pos < 4) { $word_temp = $pos + 1; } else { $word_temp = 5; } for ($i=1; $i<$word_temp; $i++) { $word_array[$i] = $str_array[$pos-$i] . $word_array[$i-1]; } for ($i=($word_temp-1); $i>1; $i--) { if (array_key_exists($word_array[$i], $this->dict_words)) { $word_found = $i; break; } } if ($word_found) { $str_final = " $word_array[$word_found]$str_final"; $pos = $pos - $word_found; } else { $str_final = " $char$str_final"; $pos--; } } } return $str_final; } } ?>
更多关于php相关内容感兴趣的读者可查看本站专题:《php常用函数与技巧总结》、《php字符串(string)用法总结》、《php数组(array)操作技巧大全》、《php基本语法入门教程》、《php+mysql数据库操作入门教程》及《php常见数据库操作技巧汇总》
希望本文所述对大家php程序设计有所帮助。
推荐阅读
-
php实现的中文分词类完整实例
-
基于php实现的php代码加密解密类完整实例
-
php实现带读写分离功能的MySQL类完整实例
-
PHP实现基于mysqli的Model基类完整实例,phpmysqlimodel基
-
php实现获取局域网所有用户的电脑IP和主机名、及mac地址完整实例_PHP
-
php实现过滤字符串中的中文和数字实例,_PHP教程
-
PHP实现操作redis的封装类完整实例,phpredis封装实例_PHP教程
-
PHP实现的一致性哈希算法完整实例,一致性哈希算法_PHP教程
-
yii2分页之实现跳转到具体某页的实例代码_php实例
-
PHP实现基于mysqli的Model基类完整实例,phpmysqlimodel基_PHP教程