如何将单词转换为链接

本文关键字：链接 转换 单词 | 更新日期: 2023-09-27 18:19:47

我有一个xml，它有两个属性：word和link。如何使用xml信息将文本上的单词替换为链接。示例：XML

<word>dog</word>
<link>http://www.dog.com</link>

文字：这只狗很好。

结果：这只狗很好。

结果正常。

问题：

1-如果文本中有单词dogs，则由于"s"，结果不正确。

2-我已经测试过在文本上按空格拆分来修复它，但如果单词的组成类似于新年，则结果再次错误。

有人有什么建议来解决这些问题（复数和复合词）吗？

谢谢你的帮助。

如何将单词转换为链接

您可以使用Lucene.Net的contrib包Snowball进行词尾处理（words->word、came->come、having->have等）。但是您仍然会遇到复合词的问题

如果您推出自己的解决方案，我在.NET的多元化功能方面取得了很好的成功：

http://msdn.microsoft.com/en-us/library/system.data.entity.design.pluralizationservices.pluralizationservice.aspx

从本质上讲，你可以传递一个复数形式的单词，并接收一个单数形式，反之亦然。

这可能相当密集，这取决于内容更改的频率，即实时搜索数千个单词不是一个好选择。

假设你可以预处理/缓存结果，或者源文件很小，你可以：

运行一次

  • 识别源文件中的所有候选单词。

  • 解析/拆分短语，并通过复数化库来确定其复数对应词。

  • 生成（并预编译）简单的正则表达式，以定位要匹配的单词。例如，如果你想匹配"dog"而不是"dogs"，你可以创建一个类似dog[^s]的正则表达式，然后对文本执行。

需要搜索/替换时运行

  • 根据有问题的文本运行源表达式列表。我建议将表达式从最短到最长排序（否则，一个短表达式可能会用一个长表达式替换刚刚解析的单词）

同样，这将是处理器密集型的实时运行（大多数解决方案都是这样）。和往常一样，如果您正在解析HTML，您应该使用HTML解析器，而不是正则表达式。在这种情况下，您可以使用适当的解析器来定位所有文本节点，然后对它们执行搜索/替换。

另一种解决方案是将文本和关键字列表放入数据库中，并使用SQL Server全文索引，它在这些方面往往非常智能，并支持智能匹配谓词。您甚至可以将其与CLR存储过程相结合，以处理.NET擅长的事情（如字符串解析）。

无论采用何种方法，这都不是一门精确的科学。

您可能需要一本字典。创建一个包含所需单词的单数和复数形式的文本文件/XML文件。在运行时，将它们加载到Dictionary<String, String>中。然后在字典中查找<word/>的值并提取其奇异值。

相关文章：