PHP+MYSQL 簡單實現中文分詞全文索引

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

相信很多人都研究過MYSQL的中文全文索引問題，目前MYSQL不支援中文全文索引，無奈~~~

網上找了N多關於PHP+MYSQL中文全文索引的文章都沒有一個好用的，對於一般的菜鳥根本不知道怎麼使用，PHP中文分詞有DDEDE的，DEDE的詞庫不是很強大，還算可以用吧!

還有一個是《SCWS - 簡易中文分詞系統》這個目前對於一般菜鳥根本不知道怎麼用，雖然有人編譯了Windows版的，但安裝還是挺麻煩的，我尚未測試過!

//==========================

廢話不多說了，首先去DEDE下載分詞演算法函數和詞庫;下載位址：HTTP://www.dedecms.com/html/chanpinxiazai/20061229/3.html

裡面有詳細的使用說明，我在這裡舉一個使用的例子;

MYSQL表名：music

欄位：title,tag

require("lib_splitword_full.php");

$str = "這裡是你要分詞的內容，一般不要超過1024KB會好一點，否則會很慢!";

$sp = new SplitWord();//具現化

$dd = explode(" ",$sp->SplitRMM($str));

$i=0;

foreach ($dd as $key=>$var) {

if (strlen($var)>2)//UTF8編碼的請設置為3，因為UTF8編碼的中文一般為3個位元組以上，過濾單個字不保存!

{

$str.=base64_encode($var)." ";//由於MYSQL不支援中文全文索引，所以在分詞中我們必須把詞轉換成字母或者數位，這裡我選擇了base64編碼

當然大家還可以把中文轉成區碼，但我測試過區碼的方法，感覺很一般，所以在這樣我推薦大家使用base64

$i++;

}

if ($i>=50) break;//這裡是設置你要存儲多少個片語，如果是文章可能會有N多片語，你可以設置大一點，但如果你對標題分詞的話，50個已經足夠了!

這樣運行未編碼得出來的結果：這裡 分詞 內容 一般 不要 超過 1024KB 一點 否則

base64編碼後的結果：1eLA7w== t9a0yg== xNrI3Q== 0ruw4w== srvSqg== s6y5/Q== MTAyNEtC 0ru14w== t/HU8g==

}

?>

這樣我們就可以把分好詞而且轉換成編碼的分詞存進 tag 欄位了，當然tag欄位必須設置成全文索引 full text 而且6184.html">資料表類型必須為MyISAM。

tag欄位資料類型為CHAR和VARCHAR、text,有關如何創建MYSQL全文索引，大家可以搜索一下《mysql創建索引》遍地開花，到處都是!

下面的例子是根據TAG欄位的內容進行全文索引查詢：

include("Mysql.class.php");

$rs = $DB->get_one("select title,tag from music where id=$id");//根據ID讀取title和tag欄位內容

$title = $rs['title'];

$sql = $DB->query("select title,MATCH(tag) AGAINST('".trim($rs['tag'])."' IN BOOLEAN MODE) AS score from music where MATCH(tag) AGAINST('".trim($rs['tag'])."' IN BOOLEAN MODE) ORDER BY score DESC limit 21");//這裡是查詢20條相似的內容,而且按相似的排序，21是因為同一條記錄都會匹配出來!

while ($rs = $DB->fetch_array($sql))

{

if ($rs['title']!=$title)

{

echo $rs['title']."
";

}

}

$DB->close();

?>

如果大家想看效果可以到我的小站看演示：HTTP://www.dj965.com

以上的例子就實現了PHP+MYSQL簡單的中文分詞全文索引!

希望對跟我一樣的菜鳥有一定的説明吧!

本人BLOG：HTTP://hi.baidu.com/web20/