phpanalysis是目前廣泛使用的中文分詞類，使用反向匹配模式分詞，因此兼容編碼更廣泛，現(xiàn)將其變量與常用函數(shù)詳解如下：

一、比較重要的成員變量

$resulttype   = 1        生成的分詞結(jié)果數(shù)據(jù)類型(1 為全部， 2為 詞典詞匯及單個(gè)中日韓簡(jiǎn)繁字符及英文， 3 為詞典詞匯及英文)

                                    這個(gè)變量一般用 setresulttype( $rstype ) 這方法進(jìn)行設(shè)置。

$notsplitlen  = 5        切分句子最短長度

$tolower      = false    把英文單詞全部轉(zhuǎn)小寫

$differmax    = false    使用最大切分模式對(duì)二元詞進(jìn)行消岐

$unitword     = true     嘗試合并單字(即是新詞識(shí)別)

$differfreq   = false    使用熱門詞優(yōu)先模式進(jìn)行消岐

二、主要成員函數(shù)列表

1、public function __construct($source_charset='utf-8', $target_charset='utf-8', $load_all=true, $source='') 

函數(shù)說明：構(gòu)造函數(shù)

參數(shù)列表：

$source_charset      源字符串編碼

$target_charset      目錄字符串編碼

$load_all            是否完全加載詞典（此參數(shù)已經(jīng)作廢）

$source              源字符串

如果輸入輸出都是utf-8，實(shí)際上可以不必使用任何參數(shù)進(jìn)行初始化，而是通過 setsource 方法設(shè)置要操作的文本

2、public function setsource( $source, $source_charset='utf-8', $target_charset='utf-8' )

函數(shù)說明：設(shè)置源字符串

參數(shù)列表：

$source              源字符串

$source_charset      源字符串編碼

$target_charset      目錄字符串編碼

返回值：bool

3、public function startanalysis($optimize=true)

函數(shù)說明：開始執(zhí)行分詞操作

參數(shù)列表：

$optimize            分詞后是否嘗試優(yōu)化結(jié)果

返回值：void

一個(gè)基本的分詞過程：

//////////////////////////////////////

$pa = new phpanalysis();

$pa->setsource('需要進(jìn)行分詞的字符串');

//設(shè)置分詞屬性

$pa->resulttype = 2;

$pa->differmax  = true;

$pa->startanalysis();

//獲取你想要的結(jié)果

$pa->getfinallyindex();

////////////////////////////////////////

4、public function setresulttype( $rstype )

函數(shù)說明：設(shè)置返回結(jié)果的類型

實(shí)際是對(duì)成員變量$resulttype的操作

參數(shù) $rstype 值為：

1 為全部， 2為 詞典詞匯及單個(gè)中日韓簡(jiǎn)繁字符及英文， 3 為詞典詞匯及英文

返回值：void

5、public function getfinallykeywords( $num = 10 )

函數(shù)說明：獲取出現(xiàn)頻率最高的指定詞條數(shù)（通常用于提取文檔關(guān)鍵字）

參數(shù)列表：

$num = 10  返回詞條個(gè)數(shù)

返回值：用,分隔的關(guān)鍵字列表

6、public function getfinallyresult($spword=' ')

函數(shù)說明：獲得最終分詞結(jié)果

參數(shù)列表：

$spword    詞條之間的分隔符

返回值：string

7、public function getsimpleresult()

函數(shù)說明：獲得粗分結(jié)果

返回值：array

8、public function getsimpleresultall()

函數(shù)說明：獲得包含屬性信息的粗分結(jié)果

屬性（1中文詞句、2 ansi詞匯（包括全角），3 ansi標(biāo)點(diǎn)符號(hào)（包括全角），4數(shù)字（包括全角），5 中文標(biāo)點(diǎn)或無法識(shí)別字符）

返回值：array

9、public function getfinallyindex()

函數(shù)說明：獲取hash索引數(shù)組

返回值：array('word'=>count,...) 按出現(xiàn)頻率排序

10、public function makedict( $source_file, $target_file='' )

函數(shù)說明：把文本文件詞庫編譯成詞典

參數(shù)列表：

$source_file   源文本文件

$target_file   目標(biāo)文件(如果不指定，則為當(dāng)前詞典)

返回值：void

11、public function exportdict( $targetfile )

函數(shù)說明：導(dǎo)出當(dāng)前詞典全部詞條為文本文件

參數(shù)列表：

$targetfile  目標(biāo)文件

返回值：void

更多信息請(qǐng)查看IT技術(shù)專欄