您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 相關知識

接入 Discuz! 在線分詞 API 實現 PHP 中文關鍵詞提取

編輯：PHP 相關知識

自建分詞詞庫維護成本高、準確率難保證。Discuz! 官方提供免費在線中文分詞/關鍵詞提取 API，僅需 HTTP 請求即可獲得高質量分詞結果。本文封裝即用型函數，詳解參數、返回值解析、長度限制處理及調用示例。

API 端點與參數

GET https://keyword.discuz.com/related_kw.html
參數：
- title   (string, 必填) 標題，建議 < 100 字
- content (string, 可選) 正文內容，建議 < 2400 字節（超長會截取）
- ics     (string) 輸入編碼，默認 utf-8
- ocs     (string) 輸出編碼，默認 utf-8

返回 XML 結構

<?xml version="1.0" encoding="utf-8"?>
<total_response>
  <svalid>36000</svalid>          <!-- 緩存有效期(秒) -->
  <keyword>
    <info>
      <count>1</count>             <!-- 關鍵詞數量 -->
      <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[復習精品]]></kw></item>
      ...
    </result>
  </keyword>
</total_response>

封裝函數：dz_segment()

<?php
/**
 * 調用 Discuz! 在線分詞 API 獲取關鍵詞
 * @param string $title   標題（必填）
 * @param string $content 正文（可選）
 * @param string $encode  編碼，默認 utf-8
 * @return array|false 關鍵詞數組，失敗返回 false
 */
function dz_segment(string $title, string $content = '', string $encode = 'utf-8'): array|false {
    if ($title === '') return false;

    // 1. 清洗輸入
    $title = rawurlencode(strip_tags($title));
    $content = strip_tags($content);

    // 2. 內容長度限制（API 限制約 2400 字節）
    if (strlen($content) > 2400) {
        $content = mb_substr($content, 0, 800, $encode); // 保留前 800 字符
    }
    $content = rawurlencode($content);

    // 3. 請求 API
    $url = "https://keyword.discuz.com/related_kw.html?title=$title&content=$content&ics=$encode&ocs=$encode";

    // 使用 simplexml_load_file 直接解析 XML（需 allow_url_fopen=On）
    libxml_use_internal_errors(true); // 抑制警告
    $xml = @simplexml_load_file($url);
    if ($xml === false) {
        error_log("Discuz 分詞 API 請求失敗: $url");
        return false;
    }

    // 4. 提取關鍵詞
    $keywords = [];
    if (isset($xml->keyword->result->item)) {
        foreach ($xml->keyword->result->item as $item) {
            $kw = (string)$item->kw;
            if ($kw !== '') $keywords[] = $kw;
        }
    }

    return $keywords ?: false;
}

使用示例

<?php
$title = '高三歷史全程復習精品教程';
$content = '本教程涵蓋高三歷史所有知識點，包含古代史、近代史、現代史專題復習，適合一輪、二輪復習使用...';

$keywords = dz_segment($title, $content);
if ($keywords) {
    echo "提取關鍵詞：\n";
    print_r($keywords);
    /* 輸出示例：
    Array
    (
        [0] => 高三歷史
        [1] => 復習精品
        [2] => 教程
        ...
    )
    */
} else {
    echo "分詞失敗，請檢查網絡或 API 狀態。";
}

進階：緩存與容錯策略

API 為公共免費服務，有頻率限制、可用性風險。生產環境建議：

本地緩存：以 md5($title.$content) 為鍵，Redis/File 緩存結果 24 小時。
超時控制：使用 cURL 替代 simplexml_load_file，設置 3 秒連接/讀取超時。
降級方案：API 失效時回退至本地分詞（如 phpanalysis、jieba-php）。
異步處理：寫入消息隊列，後台 Worker 調用 API 更新關鍵詞字段，不阻塞主請求。

cURL 版本（推薦生產用）

function dz_segment_curl(string $title, string $content = '', string $encode = 'utf-8'): array|false {
    if ($title === '') return false;
    $title = rawurlencode(strip_tags($title));
    $content = rawurlencode(strip_tags(mb_substr($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_CONNECTTIMEOUT => 2,
        CURLOPT_TIMEOUT => 3,
        CURLOPT_USERAGENT => 'Mozilla/5.0 (compatible; MyApp/1.0)',
    ]);
    $xmlStr = curl_exec($ch);
    $errno = curl_errno($ch);
    curl_close($ch);

    if ($errno || empty($xmlStr)) {
        error_log("Discuz 分詞 cURL 錯誤: $errno - " . curl_strerror($errno));
        return false;
    }

    libxml_use_internal_errors(true);
    $xml = simplexml_load_string($xmlStr);
    if ($xml === false) return false;

    $keywords = [];
    foreach ($xml->keyword->result->item ?? [] as $item) {
        $kw = (string)$item->kw;
        if ($kw) $keywords[] = $kw;
    }
    return $keywords ?: false;
}

適用場景與局限

場景	適用性	說明
內容發布時自動提取標籤/關鍵詞	✅ 高	異步調用，不影響發布速度
搜索查詢擴展（同義詞/相關詞）	✅ 中	結合同義詞庫使用
實時高併發分詞（如即時搜索建議）	❌ 低	網絡延遲不可控，需本地分詞
敏感/私有數據分詞	❌ 禁用	數據會發送至第三方服務器