「すべての漢字を取り出す正規表現」をPHPで試す:phpspot開発日誌

すべての漢字を取り出す正規表現を参考にPHPでトークンを切り出すサンプルを作成しました。 <?php // スクリプトはUTF-8で記述されています $str = <<<EOM ようこそphpspotへ！当サイトではフリーのwindows用php開発環境であるＰＨＰエディタ forWin や、フリーのＰＨＰスクリプト( PHP掲示板,webshot,webimager,CMS 等 )、ＰＨＰツールバー、テレビバー、便利検索バー(Yahoo,Google,辞典検索)などを配布しています。その他、ＰＨＰ入門 や ＰＨＰ５ーＴＩＰＳ、ＰＨＰサンプル集、MySQL解説、ＰＨＰレンタルサーバー特集などのコーナーもあります。 EOM; mb_internal_encoding("UTF-8"); mb_regex_encoding("UTF-8"); $token = array(); // すべての

[araishi]

日本語とか漢字とか。

[webmarksjp]

自然言語処理

[bukemu]

なるほどなー

[blogpants]

正規表現を利用して、文字列要素解析サンプル

[ma2shita]

正規表現、サイコー

[myrmecoleon]

なんちゃって形態素解析。

[bigwest]

漢字の正規表現

[Wacky]

トークンを切り出すサンプルを作成しました。

[rhosoi]

簡易トークン分割

[lockcole]

簡易形態素解析を実現。お手軽。UTF-8。

[aki77]

簡易形態素解析機

[wacky]

日本語トークンを切り出す正規表現の応用例。簡易形態素解析として使える。あとは辞書との組み合わせかな。

[hiro_y]

mb_eregを使って形態素解析。何かに使えそうな。