关于手机等品牌型号搜索与采集的中文分词分离

http://www.cnblogs.com/cyq1162/archive/2010/04/18/1349062.html

 

很久以前，写过一个手机的搜索查询，这里要涉及到手机类型和型号的分离。

很久之后前，有人问起这个问题，于是，写点说明就把这函数的草稿发布了，并写下了这一些说明。

函数说明，如搜索输入：诺基亚N95,将被拆分成品牌：诺基亚 型号：N95

对于手机数据采集，也可以用这函数分离出品牌和型号。

SetSearchKey（ " 诺基亚N95 " , out  诺基亚， out  N95);

 

函数代码如下：

 

protected  void  SetSearchKey( string  keyword,  out  string  goodsName,  out  string  goodsModel)
        {
            keyword  =  keyword.ToLower().Trim();
             if  (keyword.Contains( "  " )) // 带空格,分离
            {
                goodsName  =  keyword.Split( '  ' )[ 0 ].Trim();
                goodsModel  =  keyword.Split( '  ' )[ 1 ].Trim();
            }
             else  if  (Regex.Match(keyword,  @" ^[\u4E00-\u9FA5]+[\w\d]+ " ).Success) // 以中文开头，包含英文，分离
            {
                goodsName  =  Regex.Match(keyword,  @" ^([\u4E00-\u9FA5]+)[\w\d]+ " ).Groups[ 1 ].Value;
                goodsModel  =  keyword.Replace(goodsName,  string .Empty);
            }
             else
            {
                 string [] keys  =  new  string [] {  " nec " ,  " lg " ,  " vk " ,  " cect "  };
                 for  ( int  i  =  0 ; i  <  keys.Length; i ++ )
                {
                     if  (keyword.IndexOf(keys[i])  ==  0 )
                    {
                        goodsName  =  keys[i];
                        goodsModel  =  goodsModel  =  keyword.Replace(goodsName,  string .Empty);
                         return ;
                    }
                }
                goodsName  =  keyword;
                goodsModel  =  keyword;

            }
        }