场景：博客文章关键词人工提取检查
描述：
a. 初期关键词内容已由人工提取完成。关键词不含特殊字符，除英文使用的单引号、英文句号之外，不存在任何标点符号
b. 依照语言分为中文文章、英文文章。（分别处理）
c. 所有语言关键词，词间分隔符为空格
d. 中文关键词，以汉字为结尾，词的开始和中间允许存在非汉字。也允许存在个别关键词只有英文的情况
e. 英文关键词，以英文+汉字的关键词为一个英文关键词的结尾，不存在不包含汉字的英文关键词
编写要求：
a. 提供的关键词样本为一个字符串
b. 根据描述，对关键词样本进行词语排重操作，即重复出现的关键词只保留一个样本，其余的删除
c. 结果可展示可演示
d. 要求面向对象编程思想
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace test2
{
/// <summary>
/// 博客文章关键词提取工具类
/// </summary>
///
class MyKeyWord
{
//关键字排重
public static string[] deleteTheSame(string keywordStr)
{
string[] temp = getKeyWords(keywordStr);
List<string> newKeyWords = new List<string>();
foreach (string str in temp)
if (newKeyWords.Contains<string>(str))
continue;
else
newKeyWords.Add(str);
return newKeyWords.ToArray<string>();
}
//获取关键字
public static string[] getKeyWords(string keywordStr)
{
if (isEnglistWord(keywordStr))
return getEnglishKeyWords(keywordStr);
else
return getChinesKeyWords(keywordStr);
}
//判断是否为英文关键字
public static Boolean isEnglistWord(string keywordStr)
{
string[] temp = getWords(keywordStr);
foreach (string str in temp)
{
for (int i = 0; i < str.Length; i++)
{
byte[] byte_len = Encoding.Default.GetBytes(str.Substring(i, 1));
if (i == 0 && byte_len.Length == 2)
return false;
if (byte_len.Length == 2)
return true;
}
}
return false;
}
//解析单词
public static string[] getWords(string keywordStr)
{
string[] temp = keywordStr.Split(' ');
List<string> words = new List<string>();
foreach (string tempstr in temp)
{
string str = tempstr.Trim();
if (str != null && str != "")
words.Add(str);
}
return words.ToArray<string>();
}
//获取英文关键字
public static string[] getEnglishKeyWords(string keywordStr)
{
Console.WriteLine("该关键字串是英文关键字：");
List<string> keywords = new List<string>();
StringBuilder tempstr = new StringBuilder();
string[] temp = getWords(keywordStr);
int flag = 0;
for (int i = 0; i < temp.Length; i++)
{
//Console.WriteLine("danci:"+temp[i]);
byte[] byte_len = Encoding.Default.GetBytes(temp[i].Substring(temp[i].Length - 1, 1));
if (byte_len.Length == 2)
{
for (int j = flag; j <= i; j++)
if (tempstr.Length == 0)
tempstr.Append(temp[j]);
else
tempstr.Append(" " + temp[j]);
flag = i + 1;
keywords.Add(tempstr.ToString());
tempstr.Remove(0, tempstr.Length);
}
}
return keywords.ToArray<string>();
}
//获取中文关键字
public static string[] getChinesKeyWords(string keywordStr)
{
Console.WriteLine("该关键字串是中文关键字：");
return getWords(keywordStr);
}
}
class Program
{
//测试程序
static void Main(string[] args)
{
string mytest = "China中国 China中国 THE UNITED STATES美国";
Console.WriteLine("英文关键字测试：");
Console.WriteLine("原关键字串：" + mytest);
string[] keywords = MyKeyWord.deleteTheSame(mytest);
Console.WriteLine("解析后关键字串：");
foreach (string temp in keywords)
Console.WriteLine(temp);
mytest = "China 中国 中国 THE UNITED STATES 美国";
Console.WriteLine("中文关键字测试：");
Console.WriteLine("原关键字串：" + mytest);
keywords = MyKeyWord.deleteTheSame(mytest);
Console.WriteLine("解析后关键字串：");
foreach (string temp in keywords)
Console.WriteLine(temp);
Console.ReadKey();
}
}
}