形態素解析の結果の一部だけを取得したい

Question

windows環境で、PHPでMeCabを使って形態素解析をしています。

その結果の中から、品詞（動詞、名詞など）と原形だけを取得したいのですが、どうすればいいでしょうか？

Answer 1

preg_match()を用いるといいでしょう。

preg_match()は正規表現によるマッチングを行います。
preg_match() : http://www.php.net/manual/ja/function.preg-match.php
正規表現 : http://ja.wikipedia.org/wiki/%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE

MeCabによる形態素解析の結果の出力は、
表層形\t品詞,品詞細分類1,品詞細分類2,品詞細分類3,活用形,活用型,原形,読み,発音
となります。

これにpreg_matchを使用して品詞と原形を取得する場合の正規表現は、

/^.+\t(.+),.+,.+,.+,.+,.+,(.+),.+,.+/

とすればいいでしょう。

ただし例外として、未知語の場合についてはこの限りではありません。
unk.defファイルを見るとわかりますが、特に手を加えていなければ普通の単語と出力が異なるので、
正規表現が上記のものと一致しません。
例）MeCab 名詞,一般,,,,,*

この場合は原形がないので、質問者様の意図にもよりますが、
取得するのであれば表層形になるでしょうか。

その場合の正規表現は

/^(.+)\t(.+),.+,.,.,.,.,./

でいいかと思います。

以下にサンプルコードを示します。

//サンプルコード

<?php

$path = '"C:\Program Files\MeCab\bin\mecab.exe"';

$input = "MeCabを使う";//形態素解析をする文字列


//形態素解析
$descriptorspec = array(
0 => array("pipe","r"),
1 => array("pipe","w")
);
$process = proc_open($path, $descriptorspec, $pipes);
if(is_resource($process)) {
    fwrite($pipes[0], $input);
    fclose($pipes[0]);
    while(!feof($pipes[1])){
        $output[] = fgets($pipes[1]);//形態素解析の結果を$outputに代入
    }
    fclose($pipes[1]);
    proc_close($process);
}


//正規表現

$pattern1 = '/^.+\t(.+),.+,.+,.+,.+,.+,(.+),.+,.+/u';
$pattern2 = '/^(.+)\t(.+),.+,.,.,.,.,./u';//未知語の場合

foreach($output as $key => $value){
    //$matchesに結果が代入される
//$matches[0]にはパターン全体にマッチしたテキストが代入される
preg_match($pattern1, $value, $matches);
if (count($matches) != 0){
    echo "<pre>";
    print_r($matches);
    echo "</pre>";
    }else{
    //未知語の場合
    preg_match($pattern2, $value, $matches);
    if (count($matches) != 0){
        echo "<pre>";
        print_r($matches);
        echo "</pre>";
    }
}
}

?>

//出力

Array
(
[0] => MeCab 名詞,一般,*,*,*,*,*
[1] => MeCab
[2] => 名詞
)
Array
(
[0] => を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ
[1] => 助詞
[2] => を
)
Array
(
[0] => 使う 動詞,自立,*,*,五段・ワ行促音便,基本形,使う,ツカウ,ツカウ
    [1] => 動詞
    [2] => 使う
    )