有没有适用于PHP的开源文本分析库？

Question

7

我正在寻找一个PHP库，能够完成与这个网页大致相同的功能：http://textalyser.net/ 我知道Python和Java有很受欢迎的库，但我正在寻找一个PHP版本。谢谢您的帮助！

- Marc

你是否对 PHP 代码的静态分析感兴趣？ - just somebody

3个回答

3

简短回答

据我所知，目前没有一个被广泛认可的代码库可以实现此功能。

我接触到的最接近的代码可能是php-text-statistics，由Dave Child编写（自从PEAR版本已经多年未得到维护）。但是它只能处理可读性和句子、单词和音节计数。其他数据需要使用count_chars、str_word_count、substr_count、preg_match_all等函数获取。当然，还需要一些数学技能来计算所有百分比。

话虽如此，我不确定您希望代码库做什么，或者http://textalyser.net/是做什么的...
（我的意思是，一个停用词列表到底是什么？或者说详尽的多词短语是什么...？）

- Potherca

我赞同这个观点，事实上看起来这似乎是你唯一相对稳固的选择！ - Alex Weber

2

我目前正在寻找类似的东西，迄今为止我找到的选择是利用Zend Lucene搜索功能。

或者可以考虑使用Open Calais API。http://www.opencalais.com/（来自汤森路透公司）

我还没有深入探索这两个选项，但我认为它们可能有一些用处，可以用于构建动态链接或超文本化网页。

- Ian Lewis

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Junaid Qadir Shekhanzai · Accepted Answer

这是一个老问题...
不管怎样，如果你想要找到两个给定字符串的相似度，PHP有一个内置函数similar_text。

语法: similar_text ($first, $second, &$percent = null);

//*Find the similarity/difference between two strings in percentage
$pc = 0;
similar_text('You rock!', 'I Rock too!!',$pc);
print $pc;

输出: 57.142857142857

如上所述，该值是两个字符串相似的百分比。

注意: 该函数区分大小写

$pc = 0;
similar_text('you', 'YOU',$pc);
print $pc;

将会返回0！

我遇到的另外两个与此类似的函数是：
Levenshtein距离和 Soundex

欲了解更多信息，请查看官方文档。