欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  移动技术

iOS中自带超强中文分词器的实现方法

程序员文章站 2023-12-19 17:55:28
说明 在处理文本的时候,第一步往往是将字符串进行分词,得到一个个关键词。苹果从很早就开始支持中文分词了,而且我们几乎人人每天都会用到,回想一下,在使用手机时,长按一段文字...

说明

在处理文本的时候,第一步往往是将字符串进行分词,得到一个个关键词。苹果从很早就开始支持中文分词了,而且我们几乎人人每天都会用到,回想一下,在使用手机时,长按一段文字,往往会选中按住位置的一个词语,这里就是一个分词的绝佳用例,而ios自带的分词效果非常棒,大家可以自己平常注意观察一下,基本对中文也有很好的效果。而这个功能也开放了api供开发者调用,我试用了一下,很好用!

效果如下:

iOS中自带超强中文分词器的实现方法

实现

其实苹果给出了完整的api,想要全面了解的可以直接看文档:cfstringtokenizer reference

这里说说简单的一个实现:

 // 要分词的字符串
 nsstring *string = @"侠士隐锋,莽夫露刃";

 self.keywords = [[nsmutablearray alloc] init];
 cfstringtokenizerref ref = cfstringtokenizercreate(null, (__bridge cfstringref)string, cfrangemake(0, string.length), kcfstringtokenizerunitword, null);// 创建分词器
 cfrange range;// 当前分词的位置
 // 获取第一个分词的范围
 cfstringtokenizeradvancetonexttoken(ref);
 range = cfstringtokenizergetcurrenttokenrange(ref);

 // 循环遍历获取所有分词并记录到数组中
 nsstring *keyword;
 while (range.length>0) {
  keyword = [string substringwithrange:nsmakerange(range.location, range.length)];
  [self.keywords addobject:keyword];
  cfstringtokenizeradvancetonexttoken(ref);
  range = cfstringtokenizergetcurrenttokenrange(ref);
 }

其实逻辑很简单:创建分词器–>一个个地一次获取分词后的每个词的起始位置和长度,从而取出词。

示例里我用列表显示每个分词,比较清楚,列表的实现就不说明了,可以直接看工程代码。

值得一提的是,其分词速度很快,甚至一些网络词汇比如“木有”,一些成语等等都能够识别出,能看出这是分词的什么吗:

iOS中自带超强中文分词器的实现方法

示例工程:https://github.com/cloudox/oxstringtokenizerdemo

本地下载:http://xiazai.jb51.net/201706/yuanma/oxstringtokenizerdemo(jb51.net).rar

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对的支持。

上一篇:

下一篇: