最近在升级站长图库网站的时候，将一直苦恼的网站搜索功能一并升级了一下，原来是关键词精准搜索，也就是用户输入关键词，通过 like 模糊查询匹配出内容。
但是这样有一个大问题：就是用户输入的关键词（其实很多时候用户输入的都是比较长的一句话，或者类似百度等搜索引擎习惯的空格分割的关键词）这样的话，基本是很难匹配到网站内容数据的，除非单个比较短的关键词才会有。
之前一直想做一下分词搜索，看了很多接口，也试过挺多的方法，都不太理想；最近花了点时间研究了一下，觉得“结巴分词”是目前比较好的一个解决方案，好了废话不多说，看实操~~
关于结巴分词
“结巴”中文分词：做最好的PHP中文分词，中文断词组件。/“结巴”（中文为“口吃”）中文分词：建立最好的PHP中文分词模块。
目前翻译版为jieba-0.33版本，未来再慢慢往上升级，效能也需要再改善，请有兴趣的开发者一起加入开发！若想使用Python版本请前往 https://github.com/fxsjy/jieba
现在已经可以支援繁体中文！只要将字典切换为大模式即可！
结巴分词特征
支持三种分词模式：
1）默认精确模式，试图将句子最精确地切开，适合文本分析;
2）全模式，把句子中所有的可以成词的词语都扫描出来，但是不能解决歧义。（需要充足的字典）
搜寻引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜寻引擎分词。
支持繁体断词
支持自定义词典
结巴分词的介绍就到这里，具体更多的介绍去 https://github.com/fukuball/jieba-php 这里看吧！（Gitee地址： https://gitee.com/RandolfJay/jieba-php）
thinkphp5的整合结巴分词：
首先：通过 composer 安装结巴分词模块
composer require fukuball/jieba-php:dev-master
然后就不用管了，直接写控制器：
<?phpnamespace app\index\controller;// 必须有，且内存不小于1024Mini_set('memory_limit', '1024M');use think\Controller;// 结巴分词PHP模块use Fukuball\Jieba\Jieba; //必须use Fukuball\Jieba\Finalseg;use Fukuball\Jieba\JiebaAnalyse; //关键词提取Jieba::init(); //必须Finalseg::init();JiebaAnalyse::init();class Search extends Controller{ public function index() { $keyword = urldecode(input('keyword/s')); if (!empty($keyword)) { // 使用关键词提取，返回 5 个 TF/IDF 权重最大的关键词，默认为 20 个 $fenci = JiebaAnalyse::extractTags($keyword, 5); $keywords_fenci = []; foreach ($fenci as $key => $value) { // 将关键词组合为 Like 所需格式的数组 $keywords_fenci[] = '%' . $key. '%'; } // 搜索标题和简介字段 $where['title|description'] = array('like', $keywords_fenci); $list = db('Article')->where($where)->select(); } else { // 空白搜索页 $this->error('关键词为空！'); } return $this->fetch(''); }}以上是核心代码，其他部分大家根据自己的业务拓展~~
这样便实现了牧户搜索功能，如果还想让前台将提取的关键词标红（就像本站这样）可以是用以下方法：
/** * [关键词标红] * @param [type] $info [内容] * @param [type] $search_arr [关键词数组] * @return [type] [description] */function keyword_red($info, $search_arr){ foreach ($search_arr as &$value) { $info = str_ireplace($value, '<span>' . $value . '</span>', $info); } return $info;}将其作用在前台搜索结果页的 title 和 description 字段上，再将<span></span>标签字体颜色变红即可。
是不是很简单，其实结巴分词还有很多种用法，具体大家可以去看看文档，写的都很完整，不过目前PHP版的结巴分词仅提供了 jieba.cut 用于分词，完整的应该是 Python版结巴分词，不过小编不会，也就没有深究了，够用就好，你觉得呢~~