php – 尝试创建’趋势词/短语’引擎但需要过滤掉常用词

我想解析进入我系统的字符串,并在单独的表中保留每个单词的字数.问题是许多常见的单词,如’the’,’at’等将包含在内,不应该包含.我不想手工创建字典.任何人都知道我可以匹配的常用词的体面词典不包括在内？谢谢.

解决方法:

你特指的是“停用词”列表.

http://en.wikipedia.org/wiki/Stop_words

你可以在这里找到一个

http://truereader.com/manuals/onix/stopwords1.html