PHP函数实现从一个文本字符串中提取关键字的方法


Posted in PHP onJuly 01, 2015

本文实例讲述了PHP函数实现从一个文本字符串中提取关键字的方法。分享给大家供大家参考。具体分析如下:

这是一个函数定位接收一个字符串作为参数(连同其他配置可选参数),并且定位该字符串中的所有关键字(出现最多的词),返回一个数组或一个字符串由逗号分隔的关键字。功能正常工作,但我正在改进,因此,感兴趣的朋友可以提出改进意见。

/**
 * Finds all of the keywords (words that appear most) on param $str 
 * and return them in order of most occurrences to less occurrences.
 * @param string $str The string to search for the keywords.
 * @param int $minWordLen[optional] The minimun length (number of chars) of a word to be considered a keyword.
 * @param int $minWordOccurrences[optional] The minimun number of times a word has to appear 
 * on param $str to be considered a keyword.
 * @param boolean $asArray[optional] Specifies if the function returns a string with the 
 * keywords separated by a comma ($asArray = false) or a keywords array ($asArray = true).
 * @return mixed A string with keywords separated with commas if param $asArray is true, 
 * an array with the keywords otherwise.
 */
function extract_keywords($str, $minWordLen = 3, $minWordOccurrences = 2, $asArray = false)
{
  function keyword_count_sort($first, $sec)
  {
    return $sec[1] - $first[1];
  }
  $str = preg_replace('/[^\\w0-9 ]/', ' ', $str);
  $str = trim(preg_replace('/\s+/', ' ', $str));
  $words = explode(' ', $str);
  $keywords = array();
  while(($c_word = array_shift($words)) !== null)
  {
    if(strlen($c_word) <= $minWordLen) continue;
    $c_word = strtolower($c_word);
    if(array_key_exists($c_word, $keywords)) $keywords[$c_word][1]++;
    else $keywords[$c_word] = array($c_word, 1);
  }
  usort($keywords, 'keyword_count_sort');
  $final_keywords = array();
  foreach($keywords as $keyword_det)
  {
    if($keyword_det[1] < $minWordOccurrences) break;
    array_push($final_keywords, $keyword_det[0]);
  }
  return $asArray ? $final_keywords : implode(', ', $final_keywords);
}
//How to use
//Basic lorem ipsum text to extract the keywords
$text = "
Lorem ipsum dolor sit amet, consectetur adipiscing elit. 
Curabitur eget ipsum ut lorem laoreet porta a non libero. 
Vivamus in tortor metus. Suspendisse potenti. Curabitur 
metus nisi, adipiscing eget placerat suscipit, suscipit 
vitae felis. Integer eu odio enim, sed dignissim lorem. 
In fringilla molestie justo, vitae varius risus lacinia ac. 
Nulla porttitor justo a lectus iaculis ut vestibulum magna 
egestas. Ut sed purus et nibh cursus fringilla at id purus.
";
//Echoes: lorem, suscipit, metus, fringilla, purus, justo, eget, vitae, ipsum, curabitur, adipiscing
echo extract_keywords($text);

希望本文所述对大家的php程序设计有所帮助。

PHP 相关文章推荐
写php分页时出现的Fatal error的解决方法
Apr 18 PHP
PHP判断文件是否存在、是否可读、目录是否存在的代码
Oct 03 PHP
解析PHP工厂模式的好处
Jun 18 PHP
php获取汉字首字母的函数
Nov 07 PHP
php通过array_merge()函数合并两个数组的方法
Mar 18 PHP
PHP yii实现model添加默认值的方法(两种方法)
Nov 10 PHP
PHP + plupload.js实现多图上传并显示进度条加删除实例代码
Mar 06 PHP
详解PHP防止直接访问.php 文件的实现方法
Jul 28 PHP
实例分析PHP中PHPMailer发邮件
Dec 13 PHP
php和asp语法上的区别总结
May 12 PHP
php设计模式之单例模式用法经典示例分析
Sep 20 PHP
php判断IP地址是否在多个IP段内
Aug 18 PHP
浅谈php提交form表单
Jul 01 #PHP
用PHP代码给图片加水印
Jul 01 #PHP
用PHP代码在网页上生成图片
Jul 01 #PHP
PHP文件操作方法汇总
Jul 01 #PHP
浅谈PHP中JSON数据操作
Jul 01 #PHP
搭建基于Docker的PHP开发环境的详细教程
Jul 01 #PHP
PHP使用flock实现文件加锁的方法
Jul 01 #PHP
You might like
雄兵连:天使彦天使彦为爱折翼,彦和炙心同时念动的誓言!
2020/03/02 国漫
php设计模式 Interpreter(解释器模式)
2011/06/26 PHP
PHP遍历文件夹与文件类及处理类用法实例
2014/09/23 PHP
php从数组中随机选择若干不重复元素的方法
2015/03/14 PHP
利用PHP获取网站访客的所在地位置
2017/01/18 PHP
微信公众平台开发教程②微信端分享功能图文详解
2019/04/10 PHP
ext for eclipse插件安装方法
2008/04/27 Javascript
jquery怎样实现ajax联动框(一)
2013/03/08 Javascript
设置checkbox为只读(readOnly)的两种方式
2013/10/11 Javascript
理解Javascript闭包
2013/11/01 Javascript
javascript动态修改Li节点值的方法
2015/01/20 Javascript
浅谈bootstrap源码分析之scrollspy(滚动侦听)
2016/06/06 Javascript
详解Vue2.0里过滤器容易踩到的坑
2017/06/01 Javascript
基于JavaScript实现淘宝商品广告效果
2017/08/10 Javascript
在vue中使用css modules替代scroped的方法
2018/03/10 Javascript
解决koa2 ctx.render is not a function报错问题
2018/08/07 Javascript
微信小程序 checkbox使用实例解析
2019/09/09 Javascript
JavaScript修改注册表实例代码
2020/01/05 Javascript
Node使用Nodemailer发送邮件的方法实现
2020/02/24 Javascript
微信小程序以ssm做后台开发的实现示例
2020/04/08 Javascript
Javascript实现简易天数计算器
2020/05/18 Javascript
详解vue父子组件状态同步的最佳方式
2020/09/10 Javascript
[14:36]2014 DOTA2国际邀请赛中国区预选赛5.21 Orenda VS NE
2014/05/22 DOTA
python Gunicorn服务器使用方法详解
2019/07/22 Python
Python配置文件处理的方法教程
2019/08/29 Python
Linux的文件类型
2016/07/05 面试题
自我鉴定的范文
2013/10/03 职场文书
市政施工员自我鉴定
2014/01/15 职场文书
《威尼斯的小艇》教学反思
2014/02/17 职场文书
运动会稿件100字
2014/02/21 职场文书
大学新闻系自荐书
2014/05/31 职场文书
养成教育主题班会
2015/08/13 职场文书
MySQL Threads_running飙升与慢查询的相关问题解决
2021/05/08 MySQL
Golang中channel的原理解读(推荐)
2021/10/16 Golang
Redis入门基础常用操作命令整理
2022/06/01 Redis
阿里云服务器(windows)手动部署FTP站点详细教程
2022/08/05 Servers