iOS中自带超强中文分词器的实现方法
时间：2021-08-14 08:29:40 | 栏目：iOS代码 | 点击：次
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：
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?C>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：
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