这篇文章主要介绍了使用Discuz关键词服务器实现PHP中文分词的方法以及代码实例,需要的朋友可以参考下。

不同于使用自己的服务器进行分词，Discuz!在线中文分词服务是基于API返回分词结果的。在项目中，我们只需要一个函数即可方便地进行分词、关键词提取。

以下是根据Discuz!在线分词服务API写的函数，测试可正常运行：

1. /** 
2.  * DZ在线中文分词 
3.  * @param $title string 进行分词的标题 
4.  * @param $content string 进行分词的内容 
5.  * @param $encode string API返回的数据编码 
6.  * @return  array 得到的关键词数组 
7.  */ 
8.  function dz_segment($title = '', $content = '', $encode = 'utf-8'){ 
9.     if($title == ''){ 
10.         return false; 
11.     } 
12.     $title = rawurlencode(strip_tags($title)); 
13.     $content = strip_tags($content); 
14.     if(strlen($content)>2400){ //在线分词服务有长度限制 
15.         $content =  mb_substr($content, 0, 800, $encode); 
16.     } 
17.     $content = rawurlencode($content); 
18.     $url = 'http://keyword.discuz.com/related_kw.html?title='.$title.'&content='.$content.'&ics='.$encode.'&ocs='.$encode; 
19.     $xml_array=simplexml_load_file($url);                        //将XML中的数据,读取到数组对象中   
20.     $result = $xml_array->keyword->result; 
21.     $data = array(); 
22.     foreach ($result->item as $key => $value) { 
23.             array_push($data, (string)$value->kw); 
24.     } 
25.     if(count($data) > 0){ 
26.         return $data; 
27.     }else{ 
28.         return false; 
29.     } 
30.  } 

分词示例，通过url访问：

http://keyword.discuz.com/related_kw.html?title=高三历史全程复习精品教程&content=&ics=utf-8&ocs=utf-8

返回的XML数据：

1. <?xml version="1.0" encoding="utf-8" ?> 
2. <total_response> 
3.  <svalid>36000</svalid> 
4.  <keyword> 
5.  <info> 
6.   <count>1</count> 
7.   <errno>0</errno> 
8.   <nextuptime>1291287160</nextuptime> 
9.   <keep>0</keep> 
10.  </info> 
11.  <result> 
12.   <item> 
13.    <kw><![CDATA[高三历史]]></kw> 
14.   </item> 
15.  </result> 
16.  </keyword> 
17. </total_response> 

Tags: Discuz关键词 PHP中文分词

分享到：