測試環境：windows 2003 + php5.3.5 + apache2.2 + scws 1.1.9
自定義詞庫，words.txt 如下：
騰訊 1.0 1.0 @
C++ 1.0 1.0 !
中國人 1.0 1.0 !
就是 1.0 1.0 !
C++ 1.0 1.0 !
中國人 1.0 1.0 !
就是 1.0 1.0 !
1.每行由4個字段組成，依次為“詞語"(由中文字或3個以下的字母合成), "TF", "IDF", "詞性"， 字段之間用空格或制表符分開，數量不限 (注意，發現如果字段時間用空格隔開，然后用scws官方的php程序將txt詞庫轉換xdb后，詞庫無效，但是txt詞庫有效，所以為了兼容性，字段之間最好僅用一個制表符分隔，且注意txt文件的編碼要與程序要使用的編碼一致)
2.詞性設為“!“，則表示該詞設為無效，即使在其它核心庫中存在該詞也視為無效
使用自定義詞庫，需要注意加載詞庫代碼的位置
$txt
= '我就是一個中國人,我是會C++語言,我有很多T恤衣服';
$sh=scws_open();
//注意，加載詞庫的代碼放在此處無效，但是按照官方的例子應該是放在這里
//scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
scws_send_text( $sh, $txt);
//加載詞庫的代碼必須放在scws_send_text函之后才有效
scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
while ( $words = scws_get_result( $sh)) {
foreach ( $words as $word)
{
var_dump( $word);
}
}
scws_close( $sh);
$sh=scws_open();
//注意，加載詞庫的代碼放在此處無效，但是按照官方的例子應該是放在這里
//scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
scws_send_text( $sh, $txt);
//加載詞庫的代碼必須放在scws_send_text函之后才有效
scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
while ( $words = scws_get_result( $sh)) {
foreach ( $words as $word)
{
var_dump( $word);
}
}
scws_close( $sh);
如果非要將 scws_add_dict 放到 scws_send_text 前面 還可以這樣寫：
$txt = '我就是一個中國人,我是會C++語言,我有很多T恤衣服';
$sh=scws_open();
//scws_set_dict也可以改為scws_add_dict
scws_set_dict( $sh, 'D:\Program Files\scws\etc\dict.utf8.xdb', SCWS_XDICT_XDB);
scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
scws_send_text( $sh, $txt);
while ( $words = scws_get_result( $sh)) {
foreach ( $words as $word)
{
var_dump( $word);
}
}
scws_close( $sh );
$sh=scws_open();
//scws_set_dict也可以改為scws_add_dict
scws_set_dict( $sh, 'D:\Program Files\scws\etc\dict.utf8.xdb', SCWS_XDICT_XDB);
scws_add_dict( $sh, 'D:\Apache3W\words.txt', SCWS_XDICT_TXT);
scws_send_text( $sh, $txt);
while ( $words = scws_get_result( $sh)) {
foreach ( $words as $word)
{
var_dump( $word);
}
}
scws_close( $sh );