从Text-PHP中提取关键字和Muli-Word关键字
我想知道是否有人知道从PHP文本块中提取最前面重复出现的关键字/短语的最佳方法。 我想为我正在开发的应用程序构建自己的标记云。最棘手的部分是去掉诸如“白宫”之类的“muli-word”关键词,而不是将它们识别为两个单独的单词,而是一个短语 一定有一堆脚本是为了这个目的,只是似乎找不到任何从Text-PHP中提取关键字和Muli-Word关键字,php,string,keyword,Php,String,Keyword,我想知道是否有人知道从PHP文本块中提取最前面重复出现的关键字/短语的最佳方法。 我想为我正在开发的应用程序构建自己的标记云。最棘手的部分是去掉诸如“白宫”之类的“muli-word”关键词,而不是将它们识别为两个单独的单词,而是一个短语 一定有一堆脚本是为了这个目的,只是似乎找不到任何 谢谢你的帮助 这里是我使用的一个小块-它解析逗号分隔的字符串,并相应地打印大小: PHP function cs_get_tag_cloud_data($data) { $data = str_repl
谢谢你的帮助 这里是我使用的一个小块-它解析逗号分隔的字符串,并相应地打印大小: PHP
function cs_get_tag_cloud_data($data)
{
$data = str_replace(' ', '', $data);
$tagwords_arr = explode(",", $data);
$tags_arr = null;
for( $x=0; $x<sizeof($tagwords_arr); $x++)
{
$word_count = get_tag_count($tagwords_arr, $tagwords_arr[$x]);
if(in_tag_array($tags_arr, $tagwords_arr[$x]) == false)
{
$tags_arr[] = array("tag" => $tagwords_arr[$x], "count" => $word_count);
}
}
return $tags_arr;
}
# Get tag count
function get_tag_count($arr, $word)
{
$wordCount = 0;
for ( $i = 0; $i < sizeof($arr); $i++ )
{
if ( strtoupper($arr[$i]) == strtoupper($word) ) $wordCount++;
}
return $wordCount;
}
# check if word already exists
function in_tag_array($arr, $search)
{
$tag_exists = false;
if(sizeof($arr)>0)
{
for($b = 0; $b < sizeof($arr); $b++)
{
if (strtoupper($arr[$b]['tag']) == strtoupper($search))
{
$tag_exists = true;
break;
}
}
}
else
{
$tag_exists = false;
}
return $tag_exists;
}
函数cs\u get\u tag\u cloud\u data($data)
{
$data=str_替换(“”,,$data);
$tagwords_arr=分解(“,”,$data);
$tags\u arr=null;
对于($x=0;$x$tagwords\u arr[$x],“count”=>$word\u count);
}
}
返回$tags\u arr;
}
#获取标记计数
函数get_tag_count($arr,$word)
{
$wordCount=0;
对于($i=0;$i0)
{
对于($b=0;$b
HTML
<p id="tag-words">
<? $tag_data = cs_get_tag_cloud_data($cloud_data);
asort($tag_data);
for($x=0; $x<sizeof($tag_data); $x++)
{
$word = "";
$value = "";
$count = 0;
$font_size = 0;
$new_font_size = 0;
foreach($tag_data[$x] as $key => $value)
{
if($key == "tag") $word = $value;
if($key == "count") $count = $value;
if($count > 10) $count = 10;
if($count > 0)
{
$new_font_size = 0;
$font_size = 8;
$new_font_size = $font_size + ($count*3);
$word = preg_replace("/&#?[a-z0-9]+;/i","", $word);
echo '<a class="tag-link" style="font-size: ' . $new_font_size . 'px;" href="#">' . $word . '</a> ';
}
}
} ?>
</p>
这只是我用过的东西,但我想和大家分享一下——也许对你有帮助
编辑:对于两个单词的标签,你可以做一些类似“白宫”的事情,然后在回音时去掉破折号。另一个想法。那么,这是否能够挑选出多个单词关键字呢?你能用“白宫”这个例子来解释一下吗?如果你想提取某些单词,你可以创建一个关键词数组,然后用这种方式进行比较。“两个单词”示例只是将两个单词连字符,这样它们就不会被拆分,然后在显示单词时删除破折号。我的问题是我正在汇总用户生成的内容,因此无法让它们在关键字之间添加连字符。我需要一个脚本,可以拉这些常见的多字关键字从任何给定的文本块。例如,我可以将圣经中的文本输入到这个坏男孩函数中,我会得到一个关键字列表,其中包括“上帝”和“耶稣基督”等词。这可能吗?当然-你的单词已经用逗号分隔了吗?还是一根绳子?如果它们已经用逗号分隔,您可以在上面的脚本之前运行一个脚本,执行类似以下操作:
$stringname=str_replace(“,”,$stringname)代码>-如果你得到的只是一个字符串,除非你有一个应该与其他单词一起引用的单词,否则你有点卡住了。非常感谢你的帮助,但不幸的是,我没有我要找的单词的引用。我所拥有的只是一堆字符串数据,需要从中生成一个标记云(包括那些muli-word关键字)。这一定是可能的,我想我得去别处看看。