php使用结巴分词【中文分词】

使用composer拉取

composer require fukuball/jieba-php:dev-master

示例

<?php


require("app/app_core.php");


ini_set('memory_limit', '1024M');


use FukuballJiebaJieba;
use FukuballJiebaFinalseg;
Jieba::init();
Finalseg::init();

$seg_list = Jieba::cut("怜香惜玉也得要看对象啊！");
var_dump($seg_list);

$seg_list = Jieba::cut("我来到北京清华大学", true);
var_dump($seg_list); #全模式

$seg_list = Jieba::cut("我来到北京清华大学", false);
var_dump($seg_list); #默認精確模式

$seg_list = Jieba::cut("他来到了网易杭研大厦");
var_dump($seg_list);

$seg_list = Jieba::cutForSearch("小明硕士毕业于中国科学院计算所，后在日本京都大学深造"); #搜索引擎模式
var_dump($seg_list);

全模式，会把单词分得太细，比如英文单词，每个都会被分为单个字母

所以在分词时，推荐使用cutForSearch对长单词进行会召，能分得更细致，在搜索时直接匹配cut精确模式就可以了。

另外在英文里，下划线_会被认定为连词符号，也就是例如 0_笔记.xlsx，其中的 0_xlsx 就会被认为是一个词，有需要的话可以先把 _ 替换为空格，再分词。