有示例，利用数据库已有的词库（20万条左右）提取文章标题的关键词，求解

[kiqigai]

已有词库：

数据表如下：

id keyword
125 豹纹
126 坡跟
.
2562 单鞋
.
56895 欧美
.

词库共计23万条关键词！

求php 怎样能把一个文章的标题中与词库匹配的关键词提取出来，并排列成数组

如下标题：

庆皇冠 特价 欧美JC同款绒面防水台坡跟女鞋 豹纹女单鞋

把此标题中的关键词提取排列为：

欧美,坡跟,豹纹,单鞋

有示例代码，但是词库是保存在文件里面的，若果用文件保存词库二十多万估计文件会很大，所以想用数据库
求高人了，搞个高效快速提取关键词的东东出来~~估计除了俺 还有很多人需要哈 ~~~多谢了先~
示例代码：

<?
//RMM分词算法
class SplitWord{
var $TagDic = Array();
var $RankDic = Array();
var $SourceStr = '';
var $ResultStr = '';
var $SplitChar = ' '; //分隔符
var $SplitLen = 4; //保留词长度
var $MaxLen = 7; //词典最大中文字，这里的数值为字节数组的最大索引
var $MinLen = 3; //最小中文字，这里的数值为字节数组的最大索引

function SplitWord(){
   $this->__construct();
}

function __construct(){      
   //高级分词，预先载入词典以提分词高速度
   $dicfile = dirname(__FILE__)."/ppldic.csv"; 
   $fp = fopen($dicfile,'r');   //读取词库中的词
   while($line = fgets($fp,256)){
      $ws = explode(' ',$line); //对词库中的词进行拆分
      $this->TagDic[$ws[0]] = $ws[1];
      $this->RankDic[strlen($ws[0])][$ws[0]] = $ws[2];
   }
   fclose($fp); //关闭词库文件
}

//析放资源
function Clear(){
   @fclose($this->QuickDic);
}

//设置源字符串
function SetSource($str){
   $this->SourceStr = $this->UpdateStr($str);
   $this->ResultStr = "";
}

//检查字符串是否不存在中文
function NotGBK($str)
{
    if($str=="") return "";
   if( ord($str[0])>0x80 ) return false;
   else return true;
}

//RMM分词算法
function SplitRMM($str=""){
   if($str!="") $this->SetSource($str);
   if($this->SourceStr=="") return "";
   $this->SourceStr = $this->UpdateStr($this->SourceStr);
   $spwords = explode(" ",$this->SourceStr);
   $spLen = count($spwords);
   $spc = $this->SplitChar;
   for($i=($spLen-1);$i>=0;$i--){
    if($spwords[$i]=="") continue;
    if($this->NotGBK($spwords[$i])){
     if(ereg("[^0-9\.\+\-]",$spwords[$i]))
     { $this->ResultStr = $spwords[$i].$spc.$this->ResultStr; }
     else
     {
      $nextword = "";
      @$nextword = substr($this->ResultStr,0,strpos($this->ResultStr,""));
     }
    }
    else
    {
      $c = $spwords[$i][0].$spwords[$i][1];
      $n = hexdec(bin2hex($c));
       if(strlen($spwords[$i]) <= $this->SplitLen)
       {
       }
       else
       { 
        $this->ResultStr = $this->RunRMM($spwords[$i]).$spc.$this->ResultStr;
       }
     }
   }
   return $this->ResultStr;
}
//对全中文字符串进行逆向匹配方式分解
function RunRMM($str){
   $spc = $this->SplitChar;
   $spLen = strlen($str);
   $rsStr = "";
   $okWord = "";
   $tmpWord = "";
   $WordArray = Array();
   //逆向字典匹配
   for($i=($spLen-1);$i>=0;){
    //当i达到最小可能词的时候
    if($i<=$this->MinLen){
     if($i==1){
       $WordArray[] = substr($str,0,2);
      }else
     {
        $w = substr($str,0,$this->MinLen+1);
        if($this->IsWord($w)){
         $WordArray[] = $w;                                                                                  
        }else{
         $WordArray[] = substr($str,2,2);
         $WordArray[] = substr($str,0,2);
        }
      }
     $i = -1; break;
    }
    //分析在最小词以上时的情况
    if($i>=$this->MaxLen) $maxPos = $this->MaxLen;
    else $maxPos = $i;
    $isMatch = false;
    for($j=$maxPos;$j>=0;$j=$j-2){
      $w = substr($str,$i-$j,$j+1);
      if($this->IsWord($w)){
       $WordArray[] = $w;
       $i = $i-$j-1;
       $isMatch = true;
       break;
      }
    }
   }
   $rsStr = $this->otherword($WordArray);
   return $rsStr;
}

function otherword($WordArray){
   $wlen = count($WordArray)-1;      //计算数组的元素个数
   $rsStr = "";          //初始化变量
   $spc = $this->SplitChar;
   for($i=$wlen;$i>=0;$i--)
   {
   $rsStr .= $spc.$WordArray[$i]."、";   //将数组为顿号进行拆分
   }
   //返回本段分词结果
$rsStr = preg_replace("/^".$spc."/","、",$rsStr);
   return $rsStr;
}

//判断词典里是否存在某个词
function IsWord($okWord){
   $slen = strlen($okWord);
   if($slen > $this->MaxLen) return false;
   else return isset($this->RankDic[$slen][$okWord]);
}

//整理字符串（对标点符号，中英文混排等初步处理）
function UpdateStr($str){
   $spc = $this->SplitChar;
    $slen = strlen($str);
    if($slen==0) return '';
    $okstr = '';
    $prechar = 0; // 0-空白 1-英文 2-中文 3-符号
    for($i=0;$i<$slen;$i++){
      if(ord($str[$i]) < 0x81){
        //英文的空白符号
        if(ord($str[$i]) < 33){
          if($prechar!=0&&$str[$i]!="\r"&&$str[$i]!="\n") $okstr .= $spc;
          $prechar=0;
          continue; 
        }else if(ereg("[^0-9a-zA-Z@\.%#:/\\&_-]",$str[$i])){
          if($prechar==0){ $okstr .= $str[$i]; $prechar=3;}
          else{ $okstr .= $spc.$str[$i]; $prechar=3;}
        }else{
         if($prechar==2||$prechar==3)
         { $okstr .= $spc.$str[$i]; $prechar=1;}
         else
         { 
           if(ereg("@#%:",$str[$i])){ $okstr .= $str[$i]; $prechar=3; }
           else { $okstr .= $str[$i]; $prechar=1; }
         }
        }
      }
      else{
        //如果上一个字符为非中文和非空格，则加一个空格
        if($prechar!=0 && $prechar!=2) $okstr .= $spc;
        //如果中文字符
        if(isset($str[$i+1])){
          $c = $str[$i].$str[$i+1];
          
          $n = hexdec(bin2hex($c));
          if($n<0xA13F && $n > 0xAA40){
             if($prechar!=0) $okstr .= $spc.$c;
             else $okstr .= $c;
             $prechar = 3; 
            }
          else{
            $okstr .= $c;
            $prechar = 2;
          }
          $i++;
        }
      }
    }
    return $okstr;
}
}
?>

将这个类保存到文件“splitword.php”
类的方法已经添加进去了，接下来就是使用这个方法。
首先要实例化
require("splitword.php");//包含分词类文件
$sp=new SplitWord();//创建类对象
$str="某某字符串";
$sp->SplitRMM($str);//调用类方法

[php600]

留名.....

[zhou1ting1ting1]

用树对词典进行存储，查询的时候从顶点开始查找是否满足。

[码无边]

function   CsubStr($str,   $start=0,   $length=20,   $suffix= '... ',   $charset= "utf-8 ")
{

if(@function_exists( "mb_substr "))
{
$slice =   @mb_substr($str,   $start,   $length,   $charset);
if(   mb_strlen($str,$charset)   >   $start+$length   )$slice.=$suffix;
Return   $slice;
}

$re[ 'utf-8 '] =   "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/ ";
//简化后为
//$re[ 'utf-8 '] =   "/[\x00-\x7f]|[\xc0-\xff][\x80-\xbf]+/ ";
$re[ 'gb2312 '] =   "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/ ";
$re[ 'gbk '] =   "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/ ";
$re[ 'big5 '] =   "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/ ";

preg_match_all($re[$charset],   $str,   $match);
$slice =   @join( " ",array_slice($match[0],   $start,   $length));

if(   strlen($str)   >   $start+$length   )$slice.=$suffix;

Return   $slice;
}//End   Function 

[by53008749]

关注下。