php搜索分詞

⑴ php中function是什麼意思

function 就是自定義函數

如：

functionjia（$a）{
$b=$a+10;
return$b;
}
'以上就是一個自定義函數，下面看看怎麼使用它
echojia（『10』）；

顯示結果為20 //這里jia就是自定義的函數名，這樣只要給$a任何數字返回的結果都為+10的結果，這樣就是自定義了一個函數，這個例子是很簡單的~ 不過通過自定義函數你會發現一切變得更好實現，加油 O(∩_∩)O

⑵ php和go語言哪個好

前言
最近工作中遇到的一個場景，php項目中需要使用一個第三方的功能，而恰好有一個用Golang寫好的類庫。那麼問題就來了，要如何實現不同語言之間的通信呢？下面就來一起看看吧。
常規的方案
1、 用Golang寫一個http/TCP服務，php通過http/TCP與Golang通信
2、將Golang經過較多封裝，做為php擴展。
3、PHP通過系統命令，調取Golang的可執行文件
存在的問題
1、http請求，網路I/O將會消耗大量時間
2、需要封裝大量代碼
3、PHP每調取一次Golang程序，就需要一次初始化，時間消耗很多
優化目標
1、Golang程序只初始化一次（因為初始化很耗時）
2、所有請求不需要走網路
3、盡量不大量修改代碼
解決方案
1、簡單的Golang封裝，將第三方類庫編譯生成為一個可執行文件
2、PHP與Golang通過雙向管道通信
使用雙向管道通信優勢
1：只需要對原有Golang類庫進行很少的封裝
2：性能最佳 （IPC通信是進程間通信的最佳途徑）
3：不需要走網路請求，節約大量時間
4：程序只需初始化一次，並一直保持在內存中
具體實現步驟
1：類庫中的原始調取demo
package main
import (
"fmt"
"github.com/yanyiwu/gojieba"
"strings"
)
func main() {
x := gojieba.NewJieba()
defer x.Free()
s := "小明碩士畢業於中國科學院計算所，後在日本京都大學深造"
words := x.CutForSearch(s, true)
fmt.Println(strings.Join(words, "/"))
}
保存文件為main.go，就可以運行
2：調整後代碼為：
package main
import (
"bufio"
"fmt"
"github.com/yanyiwu/gojieba"
"io"
"os"
"strings"
)
func main() {
x := gojieba.NewJieba(
"/data/tmp/jiebaDict/jieba.dict.utf8",
"/data/tmp/jiebaDict/hmm_model.utf8",
"/data/tmp/jiebaDict/user.dict.utf8"
)
defer x.Free()
inputReader := bufio.NewReader(os.Stdin)
for {
s, err := inputReader.ReadString('\n')
if err != nil && err == io.EOF {
break
}
s = strings.TrimSpace(s)
if s != "" {
words := x.CutForSearch(s, true)
fmt.Println(strings.Join(words, " "))
} else {
fmt.Println("get empty \n")
}
}
}
只需要簡單的幾行調整，即可實現：從標准輸入接收字元串，經過分詞再輸出
測試：
# go build test
# ./test
# //等待用戶輸入，輸入」這是一個測試「
# 這是 一個 測試 //程序
3：使用cat與Golang通信做簡單測試
//准備一個title.txt，每行是一句文本
# cat title.txt | ./test
正常輸出，表示cat已經可以和Golang正常交互了
4：PHP與Golang通信
以上所示的cat與Golang通信，使用的是單向管道。即：只能從cat向Golang傳入數據，Golang輸出的數據並沒有傳回給cat，而是直接輸出到屏幕。但文中的需求是：php與Golang通信。即php要傳數據給Golang，同時Golang也必須把執行結果返回給php。因此，需要引入雙向管道。
在PHP中管道的使用：popen("/path/test") ，具體就不展開說了，因為此方法解決不了文中的問題。
雙向管道：
$descriptorspec = array(
0 => array("pipe", "r"),
1 => array("pipe", "w")
);
$handle = proc_open(
'/webroot/go/src/test/test',
$descriptorspec,
$pipes
);
fwrite($pipes['0'], "這是一個測試文本\n");
echo fgets($pipes[1]);
解釋：使用proc_open打開一個進程，調用Golang程序。同時返回一個雙向管道pipes數組，php向$pipe['0']中寫數據，從$pipe['1']中讀數據。
好吧，也許你已經發現，我是標題檔，這里重點要講的並不只是PHP與Golang如何通信。而是在介紹一種方法： 通過雙向管道讓任意語言通信。（所有語言都會實現管道相關內容）
測試：
通過對比測試，計算出各個流程佔用的時間。下面提到的title.txt文件，包含100萬行文本，每行文本是從b2b平台取的商品標題
1: 整體流程耗時
time cat title.txt | ./test > /dev/null
耗時：14.819秒，消耗時間包含：
進程cat讀出文本
通過管道將數據傳入Golang
Golang處理數據，將結果返回到屏幕
2：計算分詞函數耗時。方案：去除分詞函數的調取，即：注釋掉Golang源代碼中的調取分詞那行的代碼
time cat title.txt | ./test > /dev/null
耗時：1.817秒時間，消耗時間包含：
進程cat讀出文本
通過管道將數據傳入Golang
Golang處理數據，將結果返回到屏幕
分詞耗時 = (第一步耗時) - (以上命令所耗時)
分詞耗時 : 14.819 - 1.817 = 13.002秒
3：測試cat進程與Golang進程之間通信所佔時間
time cat title.txt > /dev/null
耗時：0.015秒，消耗時間包含：
進程cat讀出文本
通過管道將數據傳入Golang
go處理數據，將結果返回到屏幕
管道通信耗時：（第二步耗時） - （第三步耗時）
管道通信耗時： 1.817 - 0.015 = 1.802秒
4：PHP與Golang通信的時間消耗
編寫簡單的php文件：
<?php
$descriptorspec = array(
0 => array("pipe", "r"),
1 => array("pipe", "w")
);
$handle = proc_open(
'/webroot/go/src/test/test',
$descriptorspec,
$pipes
);
$fp = fopen("title.txt", "rb");
while (!feof($fp)) {
fwrite($pipes['0'], trim(fgets($fp))."\n");
echo fgets($pipes[1]);
}
fclose($pipes['0']);
fclose($pipes['1']);
proc_close($handle);
流程與上面基本一致，讀出title.txt內容，通過雙向管道傳入Golang進程分詞後，再返回給php （比上面的測試多一步：數據再通過管道返回）
time php popen.php > /dev/null
耗時：24.037秒，消耗時間包含：
進程PHP讀出文本
通過管道將數據傳入Golang
Golang處理數據
Golang將返回結果再寫入管道，PHP通過管道接收數據
將結果返回到屏幕
結論：
1 ：整個分詞過程中的耗時分布
使用cat控制邏輯耗時： 14.819 秒
使用PHP控制邏輯耗時: 24.037 秒（比cat多一次管道通信）
單向管道通信耗時： 1.8 秒
Golang中的分詞函數耗時： 13.002 秒
2：分詞函數的性能： 單進程，100萬商品標題分詞，耗時13秒
以上時間只包括分詞時間，不包括詞典載入時間。但在本方案中，詞典只載入一次，所以載入詞典時間可以忽略（1秒左右）
3：PHP比cat慢 (這結論有點多餘了，呵呵）
語言層面慢: (24.037 - 1.8 - 14.819) / 14.819 = 50%
單進程對比測試的話，應該不會有哪個語言比cat更快。
相關問題：
1：以上Golang源碼中寫的是一個循環，也就是會一直從管道中讀數據。那麼存在一個問題：是不是php進程結束後，Golang的進程還會一直存在？
管道機制自身可解決此問題。管道提供兩個介面：讀、寫。當寫進程結束或者意外掛掉時，讀進程也會報錯，以上Golang源代碼中的err邏輯就會執行，Golang進程結束。
但如果PHP進程沒有結束，只是暫時沒有數據傳入，此時Golang進程會一直等待。直到php結束後，Golang進程才會自動結束。
2：能否多個php進程並行讀寫同一個管道，Golang進程同時為其服務？
不可以。管道是單向的，如果多個進程同時向管道中寫，那Golang的返回值就會錯亂。
可以多開幾個Golang進程實現，每個php進程對應一個Golang進程。
最後，上面都是瞎扯的。如果你了解管道、雙向管道，上面的解釋對你基本沒啥用。但如果你不了解管道，調試上面的代碼沒問題，但稍有修改就有可能掉坑裡。

⑶ SCWS版本情況

SCWS項目正處於持續的研發和改進階段，目前最新可用版本為1.2.0。這個版本在各個平台上表現出色，包括Unix和PHP環境。對於SCWS-1.1.xC的代碼，其在Unix和PHP環境下的精確度達到了95%，召回率為91%，速度表現也相當可觀，達到了1.2MB每秒的速度。

在PHP擴展分詞速度方面，表現同樣高效，能達到每秒250KB。具體到Windows環境中，SCWS的PHP擴展庫也表現穩定。對於php_scws.dll(1)版本，針對PHP 4.4.x的環境，准確度同樣為95%，召回率為91%，速度大約是40KB每秒。php_scws.dll(2)和php_scws.dll(3)分別適用於PHP 5.2.x和PHP 5.3.x，它們在准確度和召回率上均保持在95%和91%，速度方面同樣為每秒40KB。總的來說，SCWS的這些版本在不同平台和PHP版本下，都提供了高效和准確的分詞服務。

⑷ php自動提取文章關鍵字

現在很多web系統都用到了不少的自然語言處理技術來提高客戶體驗。

主要技術:

1.文章關鍵字提取.

2.相關文章(產品)推薦.

最近有不少網友問道,這里以php為例子講解下php的"關鍵字提取"的實現,同時這個也是實現"相關文章推薦"的前提.

基本分以下幾個步驟：

一.對文章進行分詞：

php的中文分詞程序還是有不少的,從前輩的scws,到用純php實現的phpAnalysis,phpcws(phpcws)以及本人開發的robbe擴展。

這里的講解是使用"robbe分詞擴展"來進行分詞，robbe興許不是最好的，但一定是最快的。

選擇的分詞器需要支持停止詞過濾。

二.統計詞條詞頻並且排序：

對一篇文章分詞後，統計每個詞條出現的次數。然後按照詞頻降序排序下,你想要的結果在前面幾個詞中。

前提是去除了出現詞頻很高的停止詞，要不然得到的都是一些無用的停止詞。

現在，很多web系統都用到了不少的自然語言處理技術來提高客戶體驗.主要技術:1.文章關鍵字提取.2.相關文章(產品)推薦.最近有不少網友問到，這里以php為例子講解下php的"關鍵字提取"的實現，同時這個也是實現"相關文章推薦"的前提。

基本分以下幾個步驟：

一.對文章進行分詞：php的中文分詞程序還是有不少的，從前輩的scws，到用純php實現的phpAnalysis，phpcws(phpcws)以及本人開發的robbe擴展。這里的講解是使用"robbe分詞擴展"來進行分詞，robbe興許不是最好的，但一定是最快的。選擇的分詞器需要支持停止詞過濾。

二.統計詞條詞頻並且排序：對一篇文章分詞後，統計每個詞條出現的次數，然後按照詞頻降序排序下，你想要的結果在前面幾個詞中。天通苑IT培訓建議前提是去除了出現詞頻很高的停止詞，要不然得到的都是一些無用的停止詞。

⑸ php用explode字元串後用一個符號鏈接，多出了一個符號

這樣更簡單：
<?php
function gostrsplit($str) {
$str_array = explode(",",$str);
return implode('→', $str_array);
}
echo gostrsplit("1,2,3");
?>