Como Ativar e Configurar o Módulo SCWS PHP no ServBay

O ServBay é um ambiente local de desenvolvimento web robusto para macOS e Windows, integrando diversos runtimes como PHP, Node.js, Python, Go, Java, além de bancos de dados como MySQL, PostgreSQL, MongoDB, Redis e servidores web como Caddy e Nginx. Para desenvolvedores que precisam lidar com texto chinês em aplicações PHP, o ServBay vem equipado com o eficiente módulo SCWS (Simple Chinese Word Segmentation) para segmentação de palavras chinesas, que pode ser ativado com grande facilidade.

Este guia detalha como ativar a extensão SCWS para PHP no ServBay, configurar arquivos de dicionário e apresenta exemplos práticos de uso.

Visão Geral do Módulo SCWS

O SCWS é um mecanismo open source de segmentação de textos em chinês, reconhecido por sua alta performance e precisão. Ele utiliza uma combinação de correspondência de dicionário e modelos estatísticos para segmentar rapidamente textos chineses, sendo ideal para soluções como motores de busca, mineração de texto, análise de conteúdo, extração de palavras-chave e marcação de classes gramaticais.

Principais Características

1. Segmentação de Alto Desempenho: O SCWS possui algoritmo otimizado, capaz de processar grandes volumes de texto chinês com eficiência.
2. Alta Precisão: Combinando dicionário e modelo estatístico, o SCWS entrega resultados precisos para segmentação de palavras.
3. Recursos Avançados: Além da segmentação básica, oferece extração de palavras-chave, marcação de classes gramaticais e outras funções sofisticadas.
4. Fácil Integração: APIs simplificadas facilitam a inclusão do SCWS em aplicações PHP.
5. Open Source e Gratuito: Totalmente livre para uso ou personalização conforme demanda.

Versão SCWS Pré-instalada no ServBay

O ServBay oferece suporte a múltiplas versões do PHP, e para cada uma delas inclui o respectivo módulo SCWS. Até o momento da redação, o ServBay traz pré-instalado a extensão SCWS 1.2.3 para as versões PHP 5.6 até PHP 8.4.

Como Ativar o Módulo SCWS

Por padrão, o módulo SCWS está desativado no ServBay. Há duas maneiras principais para ativá-lo: via interface gráfica do ServBay ou manualmente editando o arquivo de configuração.

Método recomendado: Ativação pela Interface Gráfica do ServBay

É o processo mais simples e rápido:

1. Abra a interface principal do ServBay.
2. No menu lateral, clique em Languages (Linguagens) e selecione PHP.
3. Na lista de versões à direita, localize a versão PHP desejada (exemplo: PHP 8.4).
4. Clique no botão Extensions (Extensões) ao lado da versão PHP escolhida.
5. Encontre o módulo SCWS na lista de extensões.
6. Ative o SCWS usando o seletor à esquerda do nome (normalmente fica verde ao ativar).
7. Clique em Save (Salvar) no rodapé da janela.
8. O ServBay solicitará que você reinicie o pacote PHP para aplicar as mudanças. Clique em Restart (Reiniciar).

Depois desses passos, o módulo SCWS estará ativo para a versão PHP selecionada.

Ativação Manual por Edição de Arquivo de Configuração (para usuários avançados ou troubleshooting)

Caso prefira maior controle ou esteja solucionando problemas, pode editar diretamente o arquivo de configuração do PHP:

1. Localizar o arquivo de configuração: Primeiro, encontre o diretório conf.d relativo à versão PHP utilizada. O SCWS está configurado no arquivo scws.ini dentro desse diretório, seguindo a estrutura:

   /Applications/ServBay/etc/php/X.Y/conf.d/scws.ini

   Troque X.Y pelo número exato da versão PHP, exemplo 8.4.

2. Editar o arquivo scws.ini: Abra o scws.ini num editor de texto e localize:

   [scws]
   ; Uncomment the following line to enable scws
   ;extension = scws.so
   ;scws.default.charset = gbk
   ;scws.default.fpath = /Applications/ServBay/etc/scws

   Remova o ponto-e-vírgula (;) da frente de extension = scws.so:

   [scws]
   ; Uncomment the following line to enable scws
   extension = scws.so
   ;scws.default.charset = gbk
   ;scws.default.fpath = /Applications/ServBay/etc/scws

   (Opcional) Você pode definir charset e caminho do dicionário aqui, mas normalmente é melhor ajustar isso via código PHP para maior flexibilidade. Caso opte por configurar neste arquivo e seu dicionário for UTF-8:

   [scws]
   ; Uncomment the following line to enable scws
   extension = scws.so
   scws.default.charset = utf8
   scws.default.fpath = /Applications/ServBay/etc/scws

   Salve e feche o arquivo.

3. Reiniciar o pacote PHP: Volte à interface do ServBay, vá até Packages (Pacotes), encontre a versão PHP editada (exemplo PHP 8.4) e clique em reiniciar (ícone circular de seta).

Verificando se o Módulo SCWS Foi Carregado Corretamente

Após a ativação, é importante verificar se o módulo SCWS está realmente ativo. O método mais comum é usando o resultado do phpinfo():

1. No diretório raiz recomendado do ServBay (/Applications/ServBay/www), crie uma pasta de teste, por exemplo scws-test.
2. Dentro de /Applications/ServBay/www/scws-test crie um arquivo chamado phpinfo.php.
3. Adicione o seguinte código ao arquivo:

   <?php
   phpinfo();
   ?>

4. Certifique-se de que o servidor web do ServBay (Caddy ou Nginx) esteja ativo e acessando o diretório de sites. Por padrão, ServBay registra o domínio servbay.demo apontando para esse diretório.
5. Acesse https://servbay.demo/scws-test/phpinfo.php pelo navegador.
6. Na página de informações PHP, procure pela seção "SCWS". Caso apareça com detalhes de versão e configuração, significa que o módulo foi carregado com sucesso.

(Nota: o caminho da imagem é exemplo, consulte as imagens reais da documentação do ServBay)

Criando e Configurando Dicionários SCWS

O SCWS utiliza dicionários para realizar a segmentação de palavras, e a qualidade do resultado depende diretamente dos arquivos de dicionário. O ServBay vem com dicionários e regras padrão, normalmente localizados em /Applications/ServBay/etc/scws. Você pode criar ou importar seus próprios dicionários customizados.

Formato dos Arquivos de Dicionário SCWS

O SCWS aceita arquivos em texto simples e no formato binário xdb (recomendado por ser mais rápido e eficiente em memória).

Formato do arquivo texto: cada linha traz uma palavra seguida (opcionalmente) da frequência (número, maior quer mais comum) e da classe gramatical:

palavra1 [frequência1] [classe1]
palavra2 [frequência2] [classe2]
...

Exemplo:

Inteligência Artificial 1000 n
Processamento de Linguagem Natural 800 n
ServBay 500 nz

Salve seus termos personalizados em um arquivo texto, como meu_dict.txt, garantindo que a codificação seja UTF-8.

Convertendo o Dicionário para Formato xdb

O ServBay inclui a ferramenta scws-gen-dict para converter dicionários em texto para xdb.

1. Abra o Terminal no macOS.
2. Use o comando cd para navegar até o diretório bin do ServBay, ou especifique caminho completo da ferramenta. Exemplo:

   /Applications/ServBay/bin/scws-gen-dict -i /path/to/your/meu_dict.txt -o /Applications/ServBay/etc/scws/meu_dict.utf8.xdb -c utf8

   Troque /path/to/your/meu_dict.txt pelo caminho real do seu arquivo texto, e escolha como destino /Applications/ServBay/etc/scws/meu_dict.utf8.xdb. O parâmetro -c utf8 define a codificação.

Configurando o SCWS para Usar o Dicionário

Depois de gerar o arquivo xdb, você pode informar ao SCWS, pelo PHP, para usá-lo:

<?php
$scws = scws_new();
$scws->set_charset('utf8'); // Define o charset, combinando com o dicionário
// Define o caminho do dicionário principal (padrão do ServBay ou seu arquivo xdb personalizado)
$scws->set_dict('/Applications/ServBay/etc/scws/dict.utf8.xdb');
// Para múltiplos dicionários, use add_dict
$scws->add_dict('/Applications/ServBay/etc/scws/meu_dict.utf8.xdb', SCWS_XDICT_TXT); // SCWS_XDICT_TXT indica inclusão de dicionário customizado
$scws->set_rule('/Applications/ServBay/etc/scws/rules.utf8.ini'); // Regras para marcação gramatical etc., padrão do ServBay

// ... continue com a segmentação ...
?>

set_dict() define o dicionário principal (geralmente o oficial do SCWS). add_dict() inclui um dicionário personalizado do usuário. SCWS_XDICT_TXT é a constante para inclusão dessas palavras customizadas.

Exemplo de Uso do SCWS

Com o SCWS e dicionários configurados, você pode segmentar textos diretamente no PHP. Veja um exemplo básico:

<?php

// Certifica que a extensão SCWS está carregada
if (!extension_loaded('scws')) {
    die('Extensão SCWS não está carregada.');
}

// Inicializa o objeto SCWS
$scws = scws_new();
if (!$scws) {
    die('Falha ao inicializar o SCWS.');
}

// Define charset (deve coincidir com texto e dicionário)
$scws->set_charset('utf8');

// API para indicar o arquivo de dicionário (ServBay padrão)
// set_dict() define dicionário principal
$scws->set_dict('/Applications/ServBay/etc/scws/dict.utf8.xdb');
// add_dict() pode incluir dicionário do usuário
// $scws->add_dict('/Applications/ServBay/etc/scws/meu_dict.utf8.xdb', SCWS_XDICT_TXT);

// Define arquivo de regras (ServBay padrão), para marcação gramatical etc.
$scws->set_rule('/Applications/ServBay/etc/scws/rules.utf8.ini');

// Configura modos de segmentação (opcional, padrão é SCWS_XDICT_XPINYIN | SCWS_XDICT_DUALITY)
// SCWS_XDICT_XPINYIN: separa caracteres x (não-chineses), como e-mails, URLs
// SCWS_XDICT_DUALITY: segmentação composta (bigrama)
// $scws->set_ignore(true); // Ignorar pontuação?
// $scws->set_multi(SCWS_MULTI_WORD | SCWS_MULTI_ZHONGCI); // Configura grau de segmentação composta

// Texto chinês a ser segmentado
$text = "ServBay é um ambiente local de desenvolvimento Web poderoso, compatível com PHP, Node.js e bancos de dados diversos.";

// Envia texto para processamento SCWS
$scws->send_text($text);

// Exibe resultados
echo "Texto original: " . $text . "\n\n";
echo "Resultado da segmentação:\n";

// Laço para obter os resultados das palavras
while ($result = $scws->get_result()) {
    foreach ($result as $word) {
        // $word é array com 'word', 'idf', 'attr' (classe gramatical) etc.
        echo "Palavra: " . $word['word'] . " (Classe: " . $word['attr'] . ")\n";
    }
}

// Libera recursos SCWS
$scws->close();

?>

Salve este código como .php (exemplo: scws_exemplo.php) e coloque na pasta do site do ServBay (ex: /Applications/ServBay/www/scws-test/). Acesse https://servbay.demo/scws-test/scws_exemplo.php pelo navegador para ver os resultados da segmentação.

Observações Importantes

• Verifique se a versão SCWS ativada é compatível com a versão PHP utilizada. O ServBay gerencia isso automaticamente, mas em configurações manuais é essencial.
• A qualidade do dicionário impacta diretamente os resultados da segmentação. Para textos de áreas específicas, prefira dicionários especializados.
• Certifique-se que caminhos do arquivo de configuração (scws.ini), dicionários (.xdb) e regras (.ini) estejam corretos e acessíveis para o processo PHP.
• Sempre reinicie o pacote PHP após editar configurações para que as mudanças entrem em vigor.

Perguntas Frequentes (FAQ)

P: Ativei o SCWS pela interface do ServBay, mas não aparece no phpinfo()?

R: Confirme se reiniciou o pacote PHP correto. Pode haver múltiplas versões ativas; reinicie aquela associada ao seu site. Persistindo o problema, tente editar manualmente o arquivo scws.ini e verifique o caminho e possíveis erros de sintaxe.

P: Como criar e usar dicionários personalizados?

R: Siga os passos da seção "Criando e Configurando Dicionários SCWS" deste guia, utilizando o scws-gen-dict para converter o texto em xdb e o método add_dict() para carregar o arquivo customizado em PHP.

P: Para que serve o arquivo de regras do SCWS (rules.utf8.ini)?

R: Ele controla marcação de classes gramaticais e regras especiais de segmentação. O ServBay já inclui um arquivo padrão, normalmente não é necessário alterar.

Conclusão

O ServBay simplifica para desenvolvedores unir e gerenciar o módulo de segmentação de palavras em chinês SCWS no PHP. Com interface gráfica intuitiva ou configuração manual, você pode integrar o SCWS facilmente ao fluxo de trabalho em PHP. Aproveite as ferramentas e dicionários padrão do ServBay para começar rápido, processando texto chinês com velocidade e precisão – seja para motores de busca ou análise de conteúdo em seus projetos web. Integrado ao amplo ecossistema de pacotes do ServBay, o SCWS fortalece ainda mais este ambiente local, tornando-o completo e versátil para qualquer desenvolvedor.