需求：客户给销售员自己的个人信息，销售帮助客户下单，此过程需要销售人员手动复制粘贴收获地址，电话，姓名等等，一个智能的分词系统可以让销售人员一键识别以上各种信息

经过调研，找到了一下开源项目

1 、 word 分词器

2 、 ansj 分词器

3 、 mmseg4j 分词器

4 、 ik-analyzer 分词器

5 、 jcseg 分词器

6 、 fudannlp 分词器

7 、 smartcn 分词器

8 、 jieba 分词器

9 、 stanford 分词器

10 、 hanlp 分词器

最后选择了 hanlp ，步骤官网都有，下面演示智能匹配地址

1    List<Term> list = HanLP.newSegment().seg(" 汤姆江西省南昌市红谷滩新区 111 号电话 12023232323");

2     System.out.println(list);

输出

1    [ 汤姆 /nrf, 江西省 /ns, 南昌市 /ns, 红谷滩 /nz, 新区 /n, 111/m, 号 /q, 电话 /n, 12023232323/m]

大公告成，不过前提必须下载那个 600 多 M 的 data 包并导入，才可以识别地址，否则只是做了初步的识别

附上完整代码

    1      String str = " 汤姆   江西省南昌市红谷滩新区 111 号      12023232323";

    2      String address = "";

    3      String phone = "";

    4      String name = "";

    5      List<Term> terms = NLPTokenizer.segment(str);

    6      System.out.println(terms);

    7      for (Term term : terms) {

    8          if (term.nature.startsWith("nr")){

    9              //nr 代表人名

    10              name = term.word;

    11              System.out.println("name: " + term.word);

    12          }else if (term.nature.startsWith("m") && term.word.length() == 11){

    13              //m 代表数字

     14             phone = term.word;

     15             System.out.println(" 电话 : " + term.word);

     16         }

     17     }

     18     // 由于地址包含了数字，解析的时候数字成为单独的个体，与实际不符，所以通过差集求出地址

     19     address = str.replace(phone, "").replace(name, "").trim();

     20     System.out.println("address: " + address);

运行结果

1     name: 汤姆

2     电话 : 12023232323

3     address: 江西省南昌市红谷滩新区 111 号

---------------------