PHPとKAKASIを使って単語に分解する（その1）-ぱふぅ家のホームページ

PHPから KAKASI を呼び出す

PHPから KAKASI を呼び出し、本プログラムの中心機能を担っているのが parsing 関数である。

KAKASI には、コマンドライン・オプションを使って様々な機能を提供する。ここでは w オプションを使い、分かち書き（単語に分解）機能を利用させてもらう。これを記述したのが 29 行目である。
echo コマンドを使って入力データ（日本語テキスト）$str をパイプを使って KAKASI に渡す。コマンドラインで、この処理を実行すると、画面（標準出力）に分解された単語がスペース区切りで出力される。
popen 関数は、実行したコマンドの出力結果を fgets 関数で取得できるようにするストリーム関数である。

なお、PHP がセーフモードで動作しているようなサーバ（当サイトもそうである）では、popen 関数の動作が許可されない。この場合は、本プログラムを CGI として動作させる必要がある。具体的には、ソース・ファイルの冒頭行に PHP の実行パス（例　#!/usr/bin/php）を記述し、parsewords.cgi という名前でセーブし、実行権限を与える。これでも動作しない場合は、サーバ管理者と相談してほしい。

popen 関数でオープンしたハンドルから処理結果を順次 fgets 関数で取り出し（60行目）、区切り文字を指定して配列変数に分解する（62行目）。
PHP では文字列を添え字とする連想配列が利用できる。配列 $array は単語を添え字とする連想配列とし、出現回数を変数値として登録していく（66～67行目）。

その他のプログラム

あとは、parsing 関数の呼び出しであるが、ここでは入力テキストから１行ずつ文字列を取り出すために strtok 関数を利用している（75～79行目）。（この処理に関するアドバイスをいただいた jk さんに御礼申し上げます）

処理結果の出力は table 形式にしたが、 for ループを使って出現回数の多い順に一覧表示するようにした（89～93行目）。