求个分词源码

Question

  我希望做一个站内搜索，但是不知道怎么分词，希望牛人们给我个比较好的分词源码，如果是网上的资源，希望是免费开源的，我找了一天了，没找到一个中意的php代码。如果有人用过RMM分词技术的，希望也能指点我下，我教材上有个RMM分词代码，http://hi.baidu.com/js_xiaoleme/blog/item/a507a1272c3bd226d4074221.html 上也有。但是我通过这个分词方法分词后就没有输出了。不知道怎么办，希望帮帮忙。我刚接触网站编程不到一个月，太萌了。如果可以，我把RMM分词技术的完整源码发给你帮我改下。谢谢各位了。

Answer 1

加载scws 模块,
extension = php_scws.dll ,linux 下就编辑安装一下。
附一个过滤关健词的例子。    /**
     * @param $content
     */
 
   public function checkWords( $content )
    {
       // KDG::log("1.3.1 开始验证$content");
        $so = scws_new();
        $dicPath = $_SERVER["DOCUMENT_ROOT"] . self::BANNDED_WORD;
        $so->set_dict($dicPath, SCWS_XDICT_TXT);
        $so->send_text($content);         $ret = $so->has_word("*");
        if ($ret) {
            $result = $so->get_words("*");
            $words = array();
           foreach ($result as $w) {
                $words[] = $w['word'];
            }
            $this->_message = '含有敏感词:' . implode(',', $words) . ' 请用下划线_隔开敏感词';
         //   KDG::log("--1.3.2 提示用户 \" $this->_message \"");
          //  KDG::log("--1.3.3 \" 发送文字合法性验证未通过，发送短信关闭 \"");
            return false;        }
        return true;
    }
关健字文件 格式如下 
aaaa 1.0 1.0 *
bbbb 1.0 1.0 *
cccc 1.0 1.0 *

Answer 2

scws 试了下，找不到规则文件，在windows下不知道怎么安装，而且安装了也不知道怎么用啊。网上相关介绍太不明了了