## xici(關鍵詞分組) ---- 多功能分詞工具： 1. 按詞數（關鍵詞長度）分組，相同字數的詞分到一組。 2. 按是否包含數字分組， 包含數字的關鍵詞分到一組。 3. 按是否包含字母分組， 包含字母的關鍵詞分到一組。 4. 按是否包含特殊符號分組，包含特殊符號的關鍵詞分到一組。 5. 按核心詞匯分組。 6. 按核心詞匯的組合分組，組合長度不限。例如：`Java +費用`，組合間用 `'+'`連接。 7. 支持核心詞組合分組時的匹配模式控制，即: * `"包含"` 模式：只要關鍵詞包含所有的核心詞便分到該組下（不論核心詞位置的先后）。 * `"相同"` 模式： 只有包含核心詞并且排列結果相同時才分到該組下（核心詞的先后位置一致）。 8. 支持將符合核心詞、核心詞組合的關鍵詞進一步按照關鍵詞的長度進一步細分分組。 9. 支持先刪除符合條件的關鍵詞，然后再分組。 >提示： > >刪除關鍵詞的規則的寫法與分組規則一致，核心詞、核心詞組合、包含數字、包含字母、包含特殊符號。刪除規則中不支持長度規則）； > >字母、數字、特殊符號因某些原因可能存在遺漏——匹配不上導致關鍵詞中依然存在包含這些特殊內容的關鍵詞。 ### 準備文件 #### 關鍵詞文件 * 關鍵詞文件須是 `.txt` 類型文件。 * 內容：一行一個關鍵詞。 ##### 分詞規則文件 * 規則文件為 `.csv ` 類型文件。 * 具體標題（表頭）見《分詞模板》*運行 rankman template 獲得* ### 規則列填寫說明 #### "保留" 規則 * `&s` —— 包含數字；可匹配包含數字的關鍵詞。 * `&z` —— 包含字母；可匹配包含英文字母的關鍵詞。 * `&f` —— 包含符號；可匹配包含特殊符號的關鍵詞。 * `&c` —— 按關鍵詞長度（詞數）分組，長度相同的關鍵詞分到一組。 * 指定長度分組；寫具體的數字，比如： `10`，則所有長度為10（10個字）的關鍵詞分到該組下。 * 范圍長度分組；寫兩個數字并用 "`_`" 連起來；如：`5_10`，則所有長度大于或等于5，小于或等于10 范圍內的關鍵詞將分到該組下。 * 核心字符(詞組)—— 按包含核心字符進行分組。 * 核心字符(詞組)組合 —— 按包含或者結構與核心字符組合相同進行分組。它有兩種分配規則： 1. 全部包含核心字符； 2. 與核心字符組合的結構相同（占位的順序一致） #### "刪除"規則 “刪除”的規則與 “保留” 規則基本一致，但涉及關鍵詞**長度**的規則不可用。 #### isPullAfterDone 在分詞時，是否不斷地將已經分出去的詞移除。 * 填 "是" 或者 "否" 結果： * "是"， 在所有的分組中每個關鍵詞都是唯一的。 * "否"， 在不同的分組中可能存在相同的關鍵詞。 #### isGroupByLength 作用在核心字符(詞組) 規則上。是否對已分好組的關鍵詞再次按長度進行按長度細分。 * 填 "是" 或者 "否" 結果: 如果“是”，則對已分好組的關鍵詞再次按長度進行按長度細分，按長度歸類并輸出文件名為 核心字符+長度+模式.txt 的文本文件。 #### findMod 作用在核心字符組合(詞組) 規則上。 * 填 “相同” 或者 “包含” 說明： * "包含"， 當關鍵詞包含 全部 核心字符 時，將關鍵詞分到該組下。 * "相同"， 當關鍵詞的結構 與 核心字符組合 一致時，將關鍵詞分到該組下。