萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 整合 Discuz! 關鍵詞服務實現中文分詞:API 呼叫與結果解析完整範例

中文分詞是搜尋、標籤推薦、內容分析核心需求。Discuz! 提供免費線上關鍵詞服務 API,無需本地部署詞庫、模型。本文封裝 dz_segment() 函數,涵蓋參數編碼、長度限制、XML 解析、錯誤處理,開箱即用。

Discuz! 關鍵詞 API 介紹

  • 端點:https://keyword.discuz.com/related_kw.html
  • 參數:title(必填)、content、ics(輸入編碼)、ocs(輸出編碼)
  • 回傳:XML 格式,含 <keyword><result><item><kw>
  • 限制:Content 長度建議 < 2400 字元

封裝函數:dz_segment()

<?php
/**
 * Discuz! 在線中文分詞/關鍵詞提取
 * @param string $title   標題 (必填,權重最高)
 * @param string $content 內容 (可選)
 * @param string $encode  編碼 (utf-8/gbk)
 * @return array|false 關鍵詞陣列或 false
 */
function dz_segment($title = '', $content = '', $encode = 'utf-8') {
    if (empty($title)) return false;
    
    $title = rawurlencode(strip_tags($title));
    $content = strip_tags($content);
    
    // 內容長度限制 (API 限制)
    if (mb_strlen($content, $encode) > 2400) {
        $content = mb_substr($content, 0, 800, $encode);
    }
    $content = rawurlencode($content);
    
    $url = "https://keyword.discuz.com/related_kw.html?title={$title}&content={$content}&ics={$encode}&ocs={$encode}";
    
    // 載入 XML (需允許 allow_url_fopen 或用 cURL)
    $xml = @simplexml_load_file($url);
    if (!$xml) return false;
    
    $result = $xml->keyword->result;
    $keywords = [];
    foreach ($result->item as $item) {
        $keywords[] = (string)$item->kw;
    }
    
    return $keywords ?: false;
}
?>

使用範例

<?php
$title = "高三歷史全程複習精品教程";
$content = "本教程涵蓋高三歷史所有知識點,包含古代史、近代史、現代史、世界史專題...";

$keywords = dz_segment($title, $content, 'utf-8');
if ($keywords) {
    echo "提取關鍵詞:" . implode(', ', $keywords);
    // 輸出:提取關鍵詞:高三歷史, 複習, 教程, 知識點, 古代史, 近代史...
} else {
    echo "分詞失敗或無結果";
}
?>

API 回傳 XML 結構解析

<?xml version="1.0" encoding="utf-8"?>
<total_response>
  <svalid>36000</svalid>           <!-- 快取有效秒數 -->
  <keyword>
    <info>
      <count>1</count>             <!-- 結果筆數 -->
      <errno>0</errno>              <!-- 0=成功 -->
      <nextuptime>1291287160</nextuptime>
      <keep>0</keep>
    </info>
    <result>
      <item><kw><![CDATA[高三歷史]]></kw></item>
      <item><kw><![CDATA[複習教程]]></kw></item>
      ...
    </result>
  </keyword>
</total_response>

cURL 版本 (生產環境推薦)

<?php
function dz_segment_curl($title, $content, $encode = 'utf-8', $timeout = 5) {
    if (empty($title)) return false;
    
    $title = rawurlencode(strip_tags($title));
    $content = rawurlencode(strip_tags($content));
    if (mb_strlen($content, $encode) > 2400) {
        $content = rawurlencode(mb_substr($content, 0, 800, $encode));
    }
    
    $url = "https://keyword.discuz.com/related_kw.html?title={$title}&content={$content}&ics={$encode}&ocs={$encode}";
    
    $ch = curl_init($url);
    curl_setopt_array($ch, [
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_TIMEOUT => $timeout,
        CURLOPT_USERAGENT => 'PHP-DZ-Segment/1.0',
    ]);
    $xmlStr = curl_exec($ch);
    $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    curl_close($ch);
    
    if ($httpCode !== 200 || !$xmlStr) return false;
    
    $xml = simplexml_load_string($xmlStr);
    if (!$xml) return false;
    
    $keywords = [];
    foreach ($xml->keyword->result->item as $item) {
        $keywords[] = (string)$item->kw;
    }
    return $keywords ?: false;
}
?>

快取策略 (必要)

<?php
function dz_segment_cached($title, $content, $encode = 'utf-8') {
    $cacheKey = 'dz_segment_' . md5($title . '|' . $content);
    
    // 檢查 Redis/Memcached/APCu
    $cached = apcu_fetch($cacheKey);
    if ($cached !== false) return $cached;
    
    $keywords = dz_segment_curl($title, $content, $encode);
    if ($keywords) {
        // 快取 1 小時 (API svalid 建議 36000 秒)
        apcu_store($cacheKey, $keywords, 3600);
    }
    return $keywords;
}
?>

替代方案比較

方案優點缺點適用場景
Discuz! API零部署、免費、詞庫更新自動依賴外網、有頻率限制、隱私敏感數據不適用公開內容、快速原型、中小專案
SCWS (PHP 擴充)本地、高效、可自定義詞庫需編譯安裝、維護詞庫高效能、私有數據、生產環境
jieba-php (純 PHP)無擴充依賴、詞庫豐富效能較 C 擴充慢無法安裝擴充、快速開發
Elasticsearch IK搜尋引擎整合、分布式架構複雜全文搜尋、大數據平台

注意事項

  1. 服務穩定性:第三方免費服務可能停止、限流、變更介面,生產環境必須有降級方案
  2. 資料隱私:不可傳輸用戶隱私、機密商業數據至公開 API
  3. 編碼一致:檔案編碼、PHP 內部編碼、API 參數 ics/ocs 三者一致
  4. 錯誤處理:網路超時、XML 解析失敗、空結果均需優雅處理

Discuz! 關鍵詞 API 為快速接入中文分詞提供零成本方案,配合快取與降級策略,可滿足大多數中小型專案的關鍵詞提取需求。

copyright © 萬盛學電腦網 all rights reserved