参考：http://www.xunsearch.com/scws/download.php
https://www.cnblogs.com/martinzhang/p/3209696.html
中文分词，一般使用在全文搜索场景中，如果关键词中存在一些固定或常用的词汇，可以将他们分开返回给搜索逻辑，一般会查询数据库来分别匹配分词查询得到结果。关键词如果作为一个整体传递给数据库查询可能匹配不到任何结果，分词后会匹配到结果，这就是中文分词的作用。详细的可以在网上搜索一下。
分词演示：http://www.xunsearch.com/scws/demo/v48.php
http://www.xunsearch.com/scws/demo/v48.cht.php
我们的应用案例语言环境是PHP、phpstudy服务器
我们使用php5.4.45-nts-apache
下载php_scws.dll，放入php环境下的ext目录
下载分词规则文件
配置php.ini
extension = php_scws.dll
scws.default.charset = utf8
scws.default.fpath = "D:/scws/etc"
测试运行环境是否支持scws
中文分词测试脚本
<?php
//phpinfo();exit;
header('Content-Type:text/html;charset=UTF-8');
echo '<pre>';
//////////////////////////////////////////////////////////////////////////////
echo $text="我是一个中国人,我会C++语言,我也有很多T恤衣服,我想知道奥迪A6与第八代索纳塔哪个油耗低，谢谢花好月圆二手奥拓芽菜好吃悦翔V3怎么样卧槽日系车Q5";
echo '<br />';
$so = scws_new(); //创建并返回一个 `SimpleCWS` 类操作对象
$so->set_charset('utf8'); //设定分词词典、规则集、欲分文本字符串的字符集(utf8 和 gbk)
$so->set_dict('D:/scws/etc/dict.utf8.xdb'); //强行设定分词所用的词典(注：如果做此设置会使php.ini中已设置的词典失效，如无需要可不设此项)
$so->set_rule('D:/scws/etc/rules.utf8.ini'); //强行设定分词所用的新词识别规则集（用于人名、地名、数字时间年代等识别）(注：如果做此设置会使php.ini中已设置的规则失效，如无需要可不设此项)
$so->set_ignore('yes'); //设定分词返回结果时是否去除一些特殊的标点符号之类
$so->set_duality(false); //设定是否将闲散文字自动以二字分词法聚合
//设定分词返回结果时是否复式分割，如“中国人”返回“中国＋人＋中国人”三个词。
//也可用 1-15 来表示：(1)短词 (2)二元（将相邻的2个单字组合成一个词） (4)重要单字 (8)全部单字
$so->set_multi(0);
//发送设定分词所要切割的文本
//执行本函数时，若未加载任何词典和规则集，则会自动试图在 ini 指定的缺省目录下查找缺省字符集的词典和规则集
$so->send_text($text);
$getWords = $so->get_words('~v'); //n,nz,un,ns,i
/*
根据 send_text 设定的文本内容，返回系统中词性符合要求的关键词汇
> **参数 attr** 是一系列词性组成的字符串，各词性之间以半角的逗号隔开，
> 这表示返回的词性必须在列表中，如果以~开头，则表示取反，词性必须不在列表中，若为空则返回全部词。
> **返回值** 成功返回符合要求词汇组成的数组，返回 false。返回的词汇包含的键值参见 `scws_get_result`
*/
print_r($getWords);
echo '<br />---------------------------------------------------------------------<br />';
$getTops = $so->get_tops(20,'~v,~r');
/*
根据 send_text 设定的文本内容，返回系统计算出来的最关键词汇列表
> **参数 limit** 可选参数，返回的词的最大数量，缺省是 10
> **参数 attr** 可选参数，是一系列词性组成的字符串，各词性之间以半角的逗号隔开，
> 这表示返回的词性必须在列表中，如果以~开头，则表示取反，词性必须不在列表中，缺省为NULL，返回全部词性，不过滤。
> **返回值** 成功返回统计好的的词汇组成的数组，返回 false。返回的词汇包含的键值如下：
> word _string_ 词本身
> times _int_ 词在文本中出现的次数
> weight _float_ 该词计算后的权重
> attr _string_ 词性
*/
print_r($getTops);
echo '<br />/////////////////////////////////////////////////////////////////////<br />';
while($getResult = $so->get_result()){
/*
根据 send_text 设定的文本内容，返回一系列切好的词汇
> word _string_ 词本身
> off _int_ 该词在原文本路的位置-
> len _int_ 词长度
> idf _float_ 逆文本词频
> attr _string_ 词性
*/
print_r($getResult);
}
echo $version = $so->version(); //获取版本
$so->close(); //关闭
?>
运行结果
持续完善，待续...
