PHPでElasticSearch x kuromojiの形態素解析を行うサンプル

概要

ElasticSearchとkuromojiプラグインの導入方法はこちらをご参照ください。

要は、curlコマンドのコレをphpでやりたい。

$ curl -XGET "localhost:9200/_analyze?analyzer=kuromoji&pretty" -d "お寿司食べたい"
{
  "tokens" : [ {
    "token" : "寿司",
    "start_offset" : 1,
    "end_offset" : 3,
    "type" : "word",
    "position" : 2
  }, {
    "token" : "食べる",
    "start_offset" : 3,
    "end_offset" : 5,
    "type" : "word",
    "position" : 3
  } ]
}

サンプルコード

だいぶ適当ですが。
ご参考までに。

analyze_word_by_elasticsearch.php

<?php

/**
 * ElasticSearchとのやり取りをするクラス
 */
class ElasticSearchService
{
    /** 接続先のElasticSearchのURL & ポート */
    const BASE_URL = 'localhost';
    const PORT     = '9200';

    /**
     * リクエスト用のオプションを設定
     */
    protected function create_options($url, $body)
    {
        return array(
            CURLOPT_URL            => $url,
            CURLOPT_POST           => true,
            CURLOPT_POSTFIELDS     => $body,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_HEADER         => true,
        );
    }

    /**
     * リクエストURLを生成
     */
    protected function create_request_url()
    {
        return self::BASE_URL.':'.self::PORT.'/_analyze?'.http_build_query(array(
            'analyzer' => 'kuromoji', // 形態素解析にkuromojiプラグインを利用する
            'pretty'   => true,
        ));
    }

    /**
     * リクエストを実行
     */
    protected function request($options)
    {
        $ch = curl_init();
        curl_setopt_array($ch, $options);
        $result      = curl_exec($ch);
        $header_size = curl_getinfo($ch, CURLINFO_HEADER_SIZE);
        $header      = substr($result, 0, $header_size);
        $result      = substr($result, $header_size);
        curl_close($ch);

        return array(
            'Header' => $header,
            'Result' => $result,
        );
    }

    /**
     * 指定した文字列を形態素解析し、結果を返却する
     */
    public function analyze_word($text)
    {
        return $this->request($this->create_options($this->create_request_url(), $text));
    }
}

// 引数チェック
if ($argc < 2) {
    exit('引数に解析対象の文字列を指定してください');
}
$text = $argv[1];
$service = new ElasticSearchService();
// 実行 & 結果出力
print_r($service->analyze_word($text));

実行

$ php analyze_word_by_elasticsearch.php お寿司食べたい
Array
(
    [Header] => HTTP/1.1 200 OK
Content-Type: application/json; charset=UTF-8
Content-Length: 257


    [Result] => {
  "tokens" : [ {
    "token" : "寿司",
    "start_offset" : 1,
    "end_offset" : 3,
    "type" : "word",
    "position" : 2
  }, {
    "token" : "食べる",
    "start_offset" : 3,
    "end_offset" : 5,
    "type" : "word",
    "position" : 3
  } ]
}

)

一応、gistにもあげときました。