using system;
using system.collections.generic;
using system.linq;
using system.text;
using system.collections;
using system.io;
using system.text.regularexpressions;
namespace tks.framework.common
;private static readonly hashtable _stopwords = null;
#endregion
//#region 資料快取函式
///
/// 資料快取函式
///
/// 索引鍵
/// 快取的資料
private static void setcache(string key, object val)
//private static void setcache(string key, object val)
/////
/// 讀取快取
///
///
///
private static object getcache(string key)
#endregion
//#region 讀取文字
private static sortedlist readtxtfile(string filepath)
else
//objreader.close();
objreader.dispose();}}
catch (exception)
setcache("dict", arrtext);
//return (string)arrtext.toarray(typeof(string));
}return (sortedlist)getcache("dict");
}#endregion
//#region 寫文字
//public static void writetxtfile(string filepath, string message)
//// else
//
// writer.writeline(message);
// writer.close();
// writer.dispose();
// }
// catch (exception)
//}#endregion
//#region 載入詞典
private static sortedlist loaddict
}#endregion
//#region 判斷某字串是否在指定字元陣列中
private static bool strisinarray(string strarray, string val)
#endregion
//#region 正則檢測
private static bool ismatch(string str, string reg)
#endregion
//#region 首先格式化字串(粗分)
private static string formatstr(string val)
continue;
}else if (ismatch(strlist, "[^0-9a-za-z@\\.%#:/\\&_-]"))//排除這些字元
else
else
else
//end if no.4
}//end if no.3
}//end if no.2
#endregion
}//if no.1
else
else //中文
}//end if no.1
}//exit for
//return result;
}#endregion
//#region 分詞
///
/// 分詞
///
///
private static arraylist stringspliter(string key)//}
//}//else if (ismatch(key[i], @"^([0-9]+(\.[0-9]+)*)|([a-za-z]+)$"))//純數字、純英文
//else if (!ismatch(key[i], @"^(\.*)$"))//不全是小數點
//else //中文、英文、數字的混合
////}}
}catch (exception)
//return list;
//return (string)list.toarray(typeof(string));
}#endregion
//#region 得到分詞結果
///
/// 得到分詞結果
///
///
///
public static arraylist dosplit(string key)
// }
// //
// }
//}//去掉沒用的詞
for (int i = 0; i < keylist.count; i++)
}return keylist;
}///
/// 把乙個集合按重複次數排序
///
///
///
///
public static dictionarysortbyduplicatecount(arraylist inputlist)
dictionarysortbyvaluedict = getsortbyvaluedict(distinctdict);
return sortbyvaluedict;
}///
/// 把乙個字典俺value的順序排序
///
///
///
///
///
public static dictionarygetsortbyvaluedict(idictionarydistinctdict)
}return sortbyvaluedict;
}///
/// 得到分詞關鍵字，以逗號隔開
///
///
///
public static string getkeyword(string key)
return _value;
}#endregion
#region 移除停止詞
public static object addelement(idictionary collection, object key, object newvalue)
public static bool isstopword(string str)
#endregion
static wordspliter()}}
}
Python實現從url中提取網域名稱的幾種方法
這篇文章主要介紹了python實現從url中提取網域名稱的幾種方法,本文給出了3種方法實現在url中提取網域名稱的需求,需要的朋友可以參考下。從url中找到網域名稱,首先想到的是用正則，然後尋找相應的類庫。用正則解析有很多不完備的地方，url中有網域名稱，網域名稱字尾一直在不斷增加等。通過googl...
C 中文分詞演算法 ChineseAnalyzer
1.首先需要引用 2個dll庫檔案 lucene.net.dll lucene.china.dll using lucene.net using lucene.net.analysis using lucene.china 2.還有乙個data資料夾需要放在c program files x86 c...
C 中文分詞演算法 ChineseAnalyzer
1.首先需要引用 2個dll庫檔案 lucene.net.dll lucene.china.dll using lucene.net using lucene.net.analysis using lucene.china 2.還有乙個data資料夾需要放在c program files x86 c...