采集时如何提取指定的字符信息

newdpx@163.com

1、采集TITLE时，提取包含有省市信息（位置不固定）的字符，比如北京、天津、上海、河北等，并保存为字段。
2、有一种情况需要进行处理，即TITLE中的省市信息是以简称出现（京、津、沪、冀），需要进行对等替换成北京、天津、上海、河北这样的字符；
3、另一种情况，即TITLE中同时匹配了多个省市信息，则不保存。
4、如果TITLE没有匹配上任何省市信息，则不保存。

请问用什么方式实现，能否提供具体的规则代码，十分感谢！

303718

你这种得弄插件才能实际的了。没有现成的代码的。

newdpx@163.com

303718 发表于 2014-9-25 16:18
你这种得弄插件才能实际的了。没有现成的代码的。

现在用自带的词库分词以及同义词功能，也可以实现自定义提取；但问题是，如果同时有2-3个字段需要提取多个不同类型的词，最好是能够用不同的词库，但系统目前似乎没有这个功能，比较繁琐一些，需要做提取后的排除添加。

希望系统能考虑调取不同的自定义词库。