SCWS(Simple Chinese Word Segmentation)是以 C 撰寫的中文分詞引擎,提供共享函式庫、命令列工具與 PHP 擴充,支援 UTF-8、GBK、詞典分詞及關鍵詞統計。
這是由 henrychen95 維護與發行的版本,主要維護 Linux 安裝流程與 PHP 8.4 相容性。核心版本為 1.2.4,PHP 擴充模組版本為 0.2.4。
正式發行附件為 scws-1.2.4.tar.gz 與 scws-1.2.4.tar.gz.sha256,包含預先產生的 configure 與建置檔案。在 Linux 安裝時仍需要 C 編譯器與 Make。
使用 Git checkout 或 GitHub 自動產生的 Source code 壓縮檔時,請依 Git 原始碼建置步驟安裝。
取得正式發行附件後,在 Debian/Ubuntu 安裝:
sudo apt-get update
sudo apt-get install build-essential
sha256sum -c scws-1.2.4.tar.gz.sha256
tar -xzf scws-1.2.4.tar.gz
cd scws-1.2.4
./configure --prefix=/usr/local
make -j2
sudo make install
sudo ldconfig
/usr/local/bin/scws -vPHP 8.4 擴充需另行編譯與啟用,請接著閱讀 安裝說明。
在解壓後的套件根目錄,使用內附的小型測試詞典:
printf '中文分詞測試\n' | /usr/local/bin/scws \
-c utf8 -d tests/dict.utf8.txt -r /usr/local/etc/rules.utf8.ini -N結果會包含 中文 分詞 測試。測試詞典只有少量詞彙;正式使用請準備符合資料編碼與用途的詞典,詳見 詞典與規則。
| 文件 | 內容 |
|---|---|
| 安裝 | Linux 核心、PHP 8.4 擴充、個人目錄安裝與問題排查 |
| 命令列工具 | 分詞、關鍵詞統計與詞典轉換 |
| PHP 使用與 API | 物件式/函式式範例、設定與回傳資料 |
| C API | libscws 整合、記憶體管理與範例 |
| 詞典與規則 | 文字詞典、XDB、編碼與規則檔 |
| 發行流程 | 套件製作、驗證、版本標籤與草稿 Release |
| 版本紀錄 | 本專案發行變更 |
1.2.4 已在 Ubuntu 22.04.5 LTS、GCC 11.4、PHP 8.4.26 NTS 上通過:
- 核心的分離目錄建置、安裝、解除安裝與清理檢查(
make distcheck)。 - 從發行壓縮檔重新建置並安裝函式庫、命令列工具與 PHP 擴充。
- 文字/XDB 詞典、UTF-8 分詞、物件式/函式式 API,以及 200 次物件生命週期檢查。
GitHub Actions 設定使用 Ubuntu 24.04 與 PHP 8.4;執行結果請以該版本的 Actions 紀錄為準。其他 Linux 發行版、PHP 版本與 Windows 尚未列入本版實測範圍。本專案目前提供 Linux 原始碼套件,未提供 Windows DLL。
libscws/ 為核心、cli/ 為命令列工具、phpext/ 為 PHP 擴充,etc/ 存放規則檔。scripts/ 與 tests/ 用於發行及離線安裝驗證。
web/、dev/ 與 Windows 專案檔保留作歷史參考;目前的下載、問題回報與文件以此 repository 為準。本機若有 src/scws-1.2.1,那是原版參照資料,不參與本專案打包。
本專案衍生自 hightman 的 上游 SCWS,保留原作者與貢獻者的著作權及授權聲明。核心授權條款見 COPYING,作者資訊見 AUTHORS;個別檔案的授權聲明亦予保留。