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;

            }
        }