添加到百度搜藏精彩推荐
最新更新
下载排行
百度搜索
ThinkPHP的中英文分词扩展 (含最新版字典)
-
可以对全半角混合了标点的中英文句子进行分词。可以自己选择最大词组字长、标点断句最小词组字长、是否保留分词结果中的单个字、是否保留标点符号等功能。更加详细的说明请查看下载包里面的Readme.txt
默认提供一个sqlite的字典文件。如果你的虚拟主机不支持sqlite，你可以将其导入mysql或自己造其他的字典。
由于本人能力有限，可能效率上不能令大家满意，请多包含。
字典的挂载、卸载和查询都将函数分离了，修改起来应该很容易。核心分词算法只需要findinDict返回一个true或者false告诉我字典中是否有这个词就行了。
还有一个需要注意的就是mbstring的扩展是必须的。没办法啊，中英文、全半角混合在一起分词，不用mbstring在计算句子长度等方面都很困难。
程序默认是作为ThinkPHP的扩展提供的，但是你可以去掉extends Base，直接使用分词类。Apache2开源协议，SO，用于商业闭源也无所谓啦，如果你不嫌弃我的程序的话
投一票:
(12)
(0)
