结巴中文分词配合php使用(在linux安装全过程和使用代码)
nanshan 2024-10-14 11:26 26 浏览 0 评论
结巴中文分词在github的star有一万多，python开发的，这里主要介绍的是php中的使用！
一、参考资料：
1、https://github.com/jonnywang/phpjieba
2、https://github.com/fxsjy/jieba
二、结巴分词特点：
1、支持三种分词模式：
a、精确模式，试图将句子最精确地切开，适合文本分析；
b、全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；
c、搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
2、支持繁体分词
3、支持自定义词典
三、安装步骤：
使用centos+ngnix+mysql+php环境，使用PuTTY远程服务器，登陆后安装步骤如下（参考资料1内容）：
git clone https://github.com/jonnywang/phpjieba.git
cd phpjieba/cjieba
make
cd ..
phpize
./configure --with-php-config=/www/server/php/71/bin/php-config （这里填写自己php-config路径）
make
make install
在对应php.ini中增加类似如下配置信息
[jieba]
extension=/www/server/php/71/lib/php/extensions/no-debug-non-zts-20160303/jieba.so
jieba.enable=1
jieba.dict_path=/usr/local/download/jieba71/phpjieba/cjieba/dict
其中/www/server/php/71/lib/php/extensions/no-debug-non-zts-20160303/jieba.so是编辑后产生的文件，
/usr/local/download/jieba71/phpjieba/cjieba/dict是下载解压缩的文件目录文件，确保文件路径正确
最后重启一下服务器；
编译安装后jieba.so的路径截图
四、使用的php代码示例和分词api测试
自己建立的中文分词api：http://api.zzv.cn/jieba.php?word=微奇奇软件分词&type=0
其中type=0是默认精确模式，1是全模式，2是搜索模式，搜索模式目前还有点问题
api服务器端处理jieba.php代码：
$word=$_REQUEST['word'];
$cutType=$_REQUEST['type'];
if($cutType<>'0'&&$cutType<>'1'&&$cutType<>'2')
$cutType='0';
$result = jieba($word,$cutType);
$code=json_encode($result);
echo $code;
在线测试中文分词demo：http://api.zzv.cn/jiebademo.php
五、自定义字典：
直接编辑下载的自定义词库文件/usr/local/download/jieba71/phpjieba/cjieba/dict/user.dict.utf8即可
编辑增加用户词库
分词词库测试demo截图
相关推荐
- 0722-6.2.0-如何在RedHat7.2使用rpm安装CDH(无CM)
-
文档编写目的在前面的文档中，介绍了在有CM和无CM两种情况下使用rpm方式安装CDH5.10.0，本文档将介绍如何在无CM的情况下使用rpm方式安装CDH6.2.0，与之前安装C5进行对比。环境介绍：...
- ARM64 平台基于 openEuler + iSula 环境部署 Kubernetes
-
为什么要在arm64平台上部署Kubernetes，而且还是鲲鹏920的架构。说来话长。。。此处省略5000字。介绍下系统信息；o架构：鲲鹏920(Kunpeng920)oOS：ope...
- 生产环境starrocks 3.1存算一体集群部署
-
集群规划FE：节点主要负责元数据管理、客户端连接管理、查询计划和查询调度。>3节点。BE:节点负责数据存储和SQL执行。>3节点。CN:无存储功能能的BE。环境准备CPU检查JDK...
- 在CentOS上添加swap虚拟内存并设置优先级
-
现如今很多云服务器都会自己配置好虚拟内存，当然也有很多没有配置虚拟内存的，虚拟内存可以让我们的低配服务器使用更多的内存，可以减少很多硬件成本，比如我们运行很多服务的时候，内存常常会满，当配置了虚拟内存...
- 国产深度(deepin)操作系统优化指南
-
1.升级内核随着deepin版本的更新，会自动升级系统内核，但是我们依旧可以通过命令行手动升级内核，以获取更好的性能和更多的硬件支持。具体操作：-添加PPAs使用以下命令添加PPAs：```...
- postgresql-15.4 多节点主从(读写分离)
-
1、下载软件[root@TX-CN-PostgreSQL01-252software]#wgethttps://ftp.postgresql.org/pub/source/v15.4/postg...
- Docker 容器 Java 服务内存与 GC 优化实施方案
-
一、设置Docker容器内存限制（生产环境建议）1.查看宿主机可用内存bashfree-h#示例输出（假设宿主机剩余16GB可用内存）#Mem:64G...
- 虚拟内存设置、解决linux内存不够问题
-
虚拟内存设置（解决linux内存不够情况）背景介绍 Memory指机器物理内存，读写速度低于CPU一个量级，但是高于磁盘不止一个量级。所以，程序和数据如果在内存的话，会有非常快的读写速度。但是，内存...
- Elasticsearch性能调优(5):服务器配置选择
-
在选择elasticsearch服务器时，要尽可能地选择与当前业务量相匹配的服务器。如果服务器配置太低，则意味着需要更多的节点来满足需求，一个集群的节点太多时会增加集群管理的成本。如果服务器配置太高，...
- Es如何落地
-
一、配置准备节点类型CPU内存硬盘网络机器数操作系统data节点16C64G2000G本地SSD所有es同一可用区3(ecs)Centos7master节点2C8G200G云SSD所有es同一可用区...
- 针对Linux内存管理知识学习总结
-
现在的服务器大部分都是运行在Linux上面的，所以，作为一个程序员有必要简单地了解一下系统是如何运行的。对于内存部分需要知道：地址映射内存管理的方式缺页异常先来看一些基本的知识，在进程看来，内存分为内...
- MySQL进阶之性能优化
-
概述MySQL的性能优化，包括了服务器硬件优化、操作系统的优化、MySQL数据库配置优化、数据库表设计的优化、SQL语句优化等5个方面的优化。在进行优化之前，需要先掌握性能分析的思路和方法，找出问题，...
- Linux Cgroups(Control Groups)原理
-
LinuxCgroups（ControlGroups）是内核提供的资源分配、限制和监控机制，通过层级化进程分组实现资源的精细化控制。以下从核心原理、操作示例和版本演进三方面详细分析：一、核心原理与...
- linux 常用性能优化参数及理解
-
1.优化内核相关参数配置文件/etc/sysctl.conf配置方法直接将参数添加进文件每条一行.sysctl-a可以查看默认配置sysctl-p执行并检测是否有错误例如设置错了参数:[roo...
- 如何在 Linux 中使用 Sysctl 命令?
-
sysctl是一个用于配置和查询Linux内核参数的命令行工具。它通过与/proc/sys虚拟文件系统交互，允许用户在运行时动态修改内核参数。这些参数控制着系统的各种行为，包括网络设置、文件...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- linux 查询端口号 (58)
- docker映射容器目录到宿主机 (66)
- 杀端口 (60)
- yum更换阿里源 (62)
- internet explorer 增强的安全配置已启用 (65)
- linux自动挂载 (56)
- 禁用selinux (55)
- sysv-rc-conf (69)
- ubuntu防火墙状态查看 (64)
- windows server 2022激活密钥 (56)
- 无法与服务器建立安全连接是什么意思 (74)
- 443/80端口被占用怎么解决 (56)
- ping无法访问目标主机怎么解决 (58)
- fdatasync (59)
- 405 not allowed (56)
- 免备案虚拟主机zxhost (55)
- linux根据pid查看进程 (60)
- dhcp工具 (62)
- mysql 1045 (57)
- 宝塔远程工具 (56)
- ssh服务器拒绝了密码 请再试一次 (56)
- ubuntu卸载docker (56)
- linux查看nginx状态 (63)
- tomcat 乱码 (76)
- 2008r2激活序列号 (65)