jieba.NETAOT（AOTba）是jieba中文分词的.NET版本（C#实现），支持AOT编译。
当前版本为1.1.0，基于jieba 0.42，提供与jieba基本一致的功能与接口，但不支持其最新的paddle模式（如须使用paddle模式，请见https://github.com/sdcb/PaddleSharp/blob/master/docs%2Fpaddlenlp-lac.md ）。关于jieba的实现思路，可以看看这篇wiki里提到的资料。
此外，也提供了 KeywordProcessor，参考 FlashText 实现。KeywordProcessor 可以更灵活地从文本中提取词典中的关键词，比如忽略大小写、含空格的词等。
如果您在开发中遇到与分词有关的需求或困难，请提交一个Issue，I see u:)
TIPS：假如您使用.NET 10及以上，或者多TFM构建不包含低于.NET 10的TFM；我建议您使用 AOTba.net10p 以获得更好性能。
安装配置前需确保Visual Studio版本在2026及以上
当前版本支持net10.0、net48、netstandard2.0和netstandard2.1（兼容.NET 6+），可以手动引用项目，也可以通过NuGet添加引用：
PM> Install-Package AOTba
安装之后，在packages\jieba.NET目录下可以看到Resources目录，这里面是jieba.NET运行所需的词典及其它数据文件，最简单的配置方法是将整个Resources目录拷贝到程序集所在目录，这样jieba.NET会使用内置的默认配置值。如果希望将这些文件放在其它位置，则要在app.config或web.config中添加如下的配置项：
<appSettings>
<add key="JiebaConfigFileDir" value="C:\jiebanet\config" />
</appSettings>
需要注意的是，这个路径可以使用绝对路径或相对路径。如果使用相对路径，那么jieba.NET会假设该路径是相对于当前应用程序域的BaseDirectory。
配置示例：
如果因为某些原因，不方便通过应用的 config 文件配置，可使用代码设置（在使用任何分词功能之前，建议使用绝对路径），如：
JiebaNet.Segmenter.ConfigManager.ConfigFileBaseDir = @"C:\jiebanet\config";
JiebaSegmenter.Cut方法接受三个输入参数，text为待分词的字符串；cutAll指定是否采用全模式；hmm指定使用是否使用hmm模型切分未登录词；返回类型为IEnumerable<string>JiebaSegmenter.CutForSearch方法接受两个输入参数，text为待分词的字符串；hmm指定使用是否使用hmm模型；返回类型为IEnumerable<string>JiebaSegmenter.LCut方法接受三个输入参数，text为待分词的字符串；cutAll指定是否采用全模式；hmm指定使用是否使用hmm模型切分未登录词；返回类型为List<string>JiebaSegmenter.LCutForSearch方法接受两个输入参数，text为待分词的字符串；hmm指定使用是否使用hmm模型；返回类型为List<string>
// 不进行实体（日期、时间等）保护（适用于OpenCC.NET调用） var config = new JiebaConfig(EntityProtect.Disabled); var segmenter = new JiebaSegmenter(config);
//若 var segmenter = new JiebaSegmenter(); 则为全量加载
// Tokenizer 自定义分词器（独立词典） var tokenizer = new Tokenizer(new JiebaConfig(JiebaMode.ZhHans)); var result = tokenizer.Lcut(“我来到北京清华大学”);
// jieba.dt 默认分词器 var dtResult = Jieba.Lcut(“我来到北京清华大学”);
// 异步加载 var asyncSegmenter = await JiebaSegmenter.CreateAsync();
代码示例
```c#
var segmenter = new JiebaSegmenter();
var segments = segmenter.Cut("我来到北京清华大学", cutAll: true);
Console.WriteLine("【全模式】：{0}", string.Join("/ ", segments));
segments = segmenter.Cut("我来到北京清华大学"); // 默认为精确模式
Console.WriteLine("【精确模式】：{0}", string.Join("/ ", segments));
segments = segmenter.Cut("他来到了网易杭研大厦"); // 默认为精确模式，同时也使用HMM模型
Console.WriteLine("【新词识别】：{0}", string.Join("/ ", segments));
segments = segmenter.CutForSearch("小明硕士毕业于中国科学院计算所，后在日本京都大学深造"); // 搜索引擎模式
Console.WriteLine("【搜索引擎模式】：{0}", string.Join("/ ", segments));
segments = segmenter.Cut("结过婚的和尚未结过婚的");
Console.WriteLine("【歧义消除】：{0}", string.Join("/ ", segments));
// Lcut 方法直接返回 List<string>，无需 ToList() 转换
var words = segmenter.Lcut("我来到北京清华大学");
Console.WriteLine("【Lcut精确模式】：{0}", string.Join("/ ", words));
words = segmenter.Lcut("我来到北京清华大学", cutAll: true);
Console.WriteLine("【Lcut全模式】：{0}", string.Join("/ ", words));
// LcutForSearch 方法直接返回 List<string>
words = segmenter.LcutForSearch("小明硕士毕业于中国科学院计算所");
Console.WriteLine("【LcutForSearch】：{0}", string.Join("/ ", words));
输出
【全模式】：我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学
【精确模式】：我/ 来到/ 北京/ 清华大学
【新词识别】：他/ 来到/ 了/ 网易/ 杭研/ 大厦
【搜索引擎模式】：小明/ 硕士/ 毕业/ 于/ 中国/ 科学/ 学院/ 科学院/ 中国科学院/ 计算/ 计算所/ ，/ 后/ 在/ 日本/ 京都/ 大学/ 日本京都大学/ 深造
【歧义消除】：结过婚/ 的/ 和/ 尚未/ 结过婚/ 的
【Lcut精确模式】：我/ 来到/ 北京/ 清华大学
【Lcut全模式】：我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学
【LcutForSearch】：小明/ 硕士/ 毕业/ 于/ 中国/ 科学/ 学院/ 科学院/ 中国科学院/ 计算/ 计算所
AOT情形下含Emoji句子断句测试
=== AOTba AOT 兼容性测试 ===
[测试] 精确模式分词...
结果: 我╱来到╱北京╱清华大学
通过 ✓
[测试] 全模式分词...
结果: 我╱来到╱北京╱清华╱清华大学╱华大╱大学
通过 ✓
[测试] 搜索引擎模式分词...
结果: 小明╱硕士╱毕业╱于╱中国╱科学╱学院╱科学院╱中国科学院╱计算╱计算所╱，╱后╱在╱日本╱京都╱大学╱日本京都大学╱深造
通过 ✓
[测试] 词性标注...
结果: 我/r╱爱/v╱北京/ns╱天安门/ns
通过 ✓
[测试] TF-IDF关键词提取...
结果: 欧亚╱增资╱置业╱4.3╱2.2
通过 ✓
[测试] TextRank关键词提取...
结果: 置业╱欧亚╱有限公司╱增资╱子公司
通过 ✓
[测试] 分词Tokenize...
结果: 南京市[0,3], 长江大桥[3,7]
通过 ✓
[测试] Emoji分词...
输入: 今天天气真好😀明天去爬山🎉
结果: 今天╱天气╱真╱好╱😀╱明天╱去╱爬山╱🎉
通过 ✓
[测试] 复杂Emoji分词（ZWJ序列、变体选择符、肤色修饰）...
ZWJ序列: 这是👨👨👧家庭 -> 这是╱👨👨👧╱家庭
变体选择符: 今天看了▶︎视频 -> 今天╱看╱了╱▶︎╱视频
肤色修饰: 他是👨🏻⚕️医生 -> 他╱是╱👨🏻⚕️╱医生
国旗emoji: 我爱🇨🇳中国 -> 我╱爱╱🇨🇳╱中国
通过 ✓
[测试] 繁体中文分词...
输入: 我來到北京清華大學
结果: 我╱來到╱北京╱清華大學
通过 ✓
[测试] Unicode 16.0 Emoji分词（指纹）...
输入: 这是我的指纹
结果: 这╱是╱我╱的╱╱指纹
通过 ✓
[测试] 日期时间比值版本号分词...
测试1: 今天4:50某某某领了一只记号笔
结果: 今天4:50╱某某某╱领了╱一只╱记号笔
测试2: 会议时间是2021-01-01 09:00:00
结果: 会议╱时间╱是╱2021-01-01 09:00:00
测试3: 2021年1月1日是元旦
结果: 2021年1月1日╱是╱元旦
测试4: 春节是中国的传统节日
结果: 春节╱是╱中国╱的╱传统节日
测试5: 明天下午3点开会
结果: 明天下午3点╱开会
测试6: 金龙鱼1:1:1调和油
结果: 金龙鱼╱1:1:1╱调和油
测试7: 比值是100:31
结果: 比值╱是╱100:31
测试8: 毫秒时间14:30:00.123
结果: 毫秒╱时间╱14:30:00.123
测试9: 黄金比例1:1.618
结果: 黄金╱比例╱1:1.618
测试10: 现在是北京时间八点整
结果: 现在╱是╱北京时间╱八点整
测试11: 会议在上午六点整开始
结果: 会议╱在╱上午六点整╱开始
测试12: 当前版本是v1.0.1
结果: 当前╱版本╱是╱v1.0.1
测试13: 软件版本1.0.1已发布
结果: 软件版本1.0.1╱已╱发布
测试14: 这是3.2-preview1版本
结果: 这是╱3.2-preview1版本
测试15: 发布候选版本4.1.2-rc1
结果: 发布╱候选版本4.1.2-rc1
测试16: 这是2.1-alpha1测试版
结果: 这是╱2.1-alpha1测试版
测试17: 当前是6.3-beta2版本
结果: 当前╱是╱6.3-beta2版本
测试18: 2026年1月13日19点03分14秒
结果: 2026年1月13日19点03分14秒
测试19: 二零二六年一月十三日十九点零三分十四秒
结果: 二零二六年一月十三日十九点零三分十四秒
测试20: 二零二六年一月十三日十九点二十分十四秒
结果: 二零二六年一月十三日十九点二十分十四秒
测试21: 十九点二十分十四秒
结果: 十九点二十分十四秒
测试22: 十九点二十分
结果: 十九点二十分
测试23: 十九点
结果: 十九点
测试24: 某人考试得了零分
结果: 某人╱考试╱得╱了╱零分
测试25: 三分天下
结果: 三分╱天下
测试26: 再等十九分二十秒，就要结束考试了
结果: 再╱等╱十九分二十秒╱，╱就要╱结束╱考试╱了
测试27: 再等19分20秒，就要结束考试了
结果: 再╱等╱19分20秒╱，╱就要╱结束╱考试╱了
测试28: 我是二零一零年出生的
结果: 我╱是╱二零一零年╱出生╱的
测试29: 我是二〇一〇年出生的
结果: 我╱是╱二〇一〇年╱出生╱的
测试30: 我是二零一零年五月出生的
结果: 我╱是╱二零一零年五月╱出生╱的
测试31: 我是二〇一〇年五月出生的
结果: 我╱是╱二〇一〇年五月╱出生╱的
测试32: 我是二零一零年五月一日出生的
结果: 我╱是╱二零一零年五月一日╱出生╱的
测试33: 我是二〇一〇年五月一日出生的
结果: 我╱是╱二〇一〇年五月一日╱出生╱的
通过 ✓
[测试] 日期时间词性标注...
测试1: 今天4:50某某某领了一只记号笔
结果: 今天4:50/t╱某某某/r╱领/v╱了/ul╱一只/m╱记号笔/n
测试2: 比值是100:31
结果: 比值/n╱是/v╱100:31/n
测试3: 时间是14:30
结果: 时间/n╱是/v╱14:30/t
通过 ✓
[测试] lcut 直接返回 List<string>...
结果: 我╱来到╱北京╱清华大学
通过 ✓
[测试] lcut_for_search 直接返回 List<string>...
结果: 小明╱硕士╱毕业╱于╱中国╱科学╱学院╱科学院╱中国科学院╱计算╱计算所
通过 ✓
[测试] Tokenizer 自定义分词器...
结果: 我╱来到╱北京╱清华大学
通过 ✓
[测试] Jieba.Dt 默认分词器...
结果: 我╱来到╱北京╱清华大学
通过 ✓
[测试] Tokenizer 独立词典...
tokenizer1: 小明╱最近╱在╱学习╱机器学习
tokenizer2: 小明╱最近╱在╱学习╱机器╱学习
通过 ✓
[测试] 连字符╱下划线连接单词分词...
测试1: TF-IDF识别方法
结果: TF-IDF╱识别方法
测试2: word1_word2_word3
结果: word1_word2_word3
测试3: hello-world
结果: hello-world
测试4: test_case_example
结果: test_case_example
通过 ✓
[测试] 域名╱URL分词...
测试1: https://gitee.com/JTsamsde/AOTba
结果: https://gitee.com/JTsamsde/AOTba
测试2: http://www.baidu.com/search?q=test
结果: http://www.baidu.com/search?q=test
测试3: gitee.com
结果: gitee.com
测试4: gitee.com/JTsamsde/AOTba
结果: gitee.com/JTsamsde/AOTba
测试5: 访问https://github.com查看代码
结果: 访问╱https://github.com╱查看╱代码
测试6: 访问gitee.com/JTsamsde/AOTba查看代码
结果: 访问╱gitee.com/JTsamsde/AOTba╱查看╱代码
测试7: www.baidu.com
结果: www.baidu.com
测试8: nuget.org
结果: nuget.org
通过 ✓
[测试] GB18030-2022扩展B-I区生僻字分词...
测试1: 我今天吃了𰻝𰻝面，很好吃
结果: 我╱今天╱吃╱了╱𰻝𰻝面╱，╱很╱好吃
测试2: 南海有轨电车一号线，起点为𧒽岗，终点为林岳东
结果: 南海有轨电车一号线╱，╱起点╱为╱𧒽岗╱，╱终点╱为╱林岳东
测试3: 石𬒔是佛山市南海区桂城街道的一个地名
结果: 石𬒔╱是╱佛山市╱南海区╱桂城街道╱的╱一个╱地名
测试4: 半径的日本新字体字形是半𮱻，繁体写作半徑
结果: 半径╱的╱日本新字体╱字形╱是╱半𮱻╱，╱繁体╱写作╱半徑
测试5: 从𧒽岗出发，经过石𬒔，最后去吃𰻝𰻝面
结果: 从╱𧒽岗╱出发╱，╱经过╱石𬒔╱，╱最后╱去╱吃╱𰻝𰻝面
测试6: 二〇一〇年
结果: 二〇一〇年
通过 ✓
[测试] EntityProtect.Disabled 禁用实体保护（OpenCC场景）...
测试1: 2026年4月30日晚上9点开会
结果: 2026╱年╱4╱月╱30╱日╱晚上╱9╱点╱开会
测试2: 软件版本1.0.1已发布
结果: 软件╱版本╱1.0╱.╱1╱已╱发布
测试3: 访问https://github.com查看代码
结果: 访问╱https╱:╱/╱/╱github╱.╱com╱查看╱代码
测试4: 我来到北京清华大学
结果: 我╱来到╱北京╱清华大学
通过 ✓
=== 所有AOT测试通过！ ===
JiebaSegmenter.LoadUserDict("user_dict_file_path")如
创新办 3 i
云计算 5
凱特琳 nz
台中
机器学习 3
JiebaSegmenter.AddWord(word, freq=0, tag=null)可添加一个新词，或调整已知词的词频；若freq不是正整数，则使用自动计算出的词频，计算出的词频可保证该词被分出来JiebaSegmenter.DeleteWord(word)可移除一个词，使其不能被分出来JiebaNet.Analyser.TfidfExtractor.ExtractTags(string text, int count = 20, IEnumerable<string> allowPos = null)可从指定文本中抽取出关键词。JiebaNet.Analyser.TfidfExtractor.ExtractTagsWithWeight(string text, int count = 20, IEnumerable<string> allowPos = null)可从指定文本中抽取关键词的同时得到其权重。JiebaNet.Analyser.TextRankExtractor与TfidfExtractor相同的接口。需要注意的是，TextRankExtractor默认情况下只提取名词和动词。JiebaNet.Segmenter.PosSeg.PosSegmenter类可以在分词的同时，为每个词添加词性标注。var posSeg = new PosSegmenter();
var s = "一团硕大无朋的高能离子云，在遥远而神秘的太空中迅疾地飘移";
var tokens = posSeg.Cut(s);
Console.WriteLine(string.Join(" ", tokens.Select(token => string.Format("{0}/{1}", token.Word, token.Flag))));
一团/m 硕大无朋/i 的/uj 高能/n 离子/n 云/ns ，/x 在/p 遥远/a 而/c 神秘/a 的/uj 太空/n 中/f 迅疾/z 地/uv 飘移/v
var segmenter = new JiebaSegmenter();
var s = "永和服装饰品有限公司";
var tokens = segmenter.Tokenize(s);
foreach (var token in tokens)
{
Console.WriteLine("word {0,-12} start: {1,-3} end: {2,-3}", token.Word, token.StartIndex, token.EndIndex);
}
word 永和 start: 0 end: 2
word 服装 start: 2 end: 4
word 饰品 start: 4 end: 6
word 有限公司 start: 6 end: 10
var segmenter = new JiebaSegmenter();
var s = "永和服装饰品有限公司";
var tokens = segmenter.Tokenize(s, TokenizerMode.Search);
foreach (var token in tokens)
{
Console.WriteLine("word {0,-12} start: {1,-3} end: {2,-3}", token.Word, token.StartIndex, token.EndIndex);
}
word 永和 start: 0 end: 2
word 服装 start: 2 end: 4
word 饰品 start: 4 end: 6
word 有限 start: 6 end: 8
word 公司 start: 8 end: 10
word 有限公司 start: 6 end: 10
使用如下方法：
JiebaSegmenter.CutInParallel()、JiebaSegmenter.CutForSearchInParallel()PosSegmenter.CutInParallel()jiebaForLuceneNet项目提供了与Lucene.NET的简单集成，更多信息请看：jiebaForLuceneNet
jieba分词亦提供了其它的词典文件：
Segmenter.Cli项目build之后得到jiebanet.ext，它的选项和实例用法如下：
-f --file the file name, (必要的).
-d --delimiter the delimiter between tokens, default: / .
-a --cut-all use cut_all mode.
-n --no-hmm don't use HMM.
-p --pos enable POS tagging.
-v --version show version info.
-h --help show help details.
sample usages:
$ jiebanet -f input.txt > output.txt
$ jiebanet -d | -f input.txt > output.txt
$ jiebanet -p -f input.txt > output.txt
可以使用Counter类统计词频，其实现来自Python标准库的Counter类（具体接口和实现细节略有不同），用法大致是：
var s = "在数学和计算机科学之中，算法（algorithm）为任何良定义的具体计算步骤的一个序列，常用于计算、数据处理和自动推理。精确而言，算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。";
var seg = new JiebaSegmenter();
var freqs = new Counter<string>(seg.Cut(s));
foreach (var pair in freqs.MostCommon(5))
{
Console.WriteLine($"{pair.Key}: {pair.Value}");
}
输出：
的: 4
，: 3
算法: 3
计算: 3
。: 3
Counter类可通过Add，Subtract和Union方法进行修改，最后以MostCommon方法获得频率最高的若干词。具体用法可见测试用例。
可通过 KeywordProcessor 提取文本中的关键词，不过它的提取与 KeywordExtractor不同。KeywordProcessor 可理解为基于词典从文本中找出已知的词，仅仅如此。
jieba分词当前的实现里，不能处理忽略大小写、含空格的词之类的情况，而在文本提取应用中，这是很常见的场景。因此 KeywordProcessor 主要是作为提取之用，而非分词，尽管通过其中的方法，可以实现另一种基于字典的分词模式。
代码示例：
var kp = new KeywordProcessor();
kp.AddKeywords(new []{".NET Core", "Java", "C语言", "字典 tree", "CET-4", "网络 编程"});
var keywords = kp.ExtractKeywords("你需要通过cet-4考试，学习c语言、.NET core、网络 编程、JavaScript，掌握字典 tree的用法");
// keywords 值为：
// new List<string> { "CET-4", "C语言", ".NET Core", "网络 编程", "字典 tree"}
// 可以看到，结果中的词与开始添加的关键词相同，与输入句子中的词则不尽相同。如果需要返回句中找到的原词，可以使用 `raw` 参数。
var keywords = kp.ExtractKeywords("你需要通过cet-4考试，学习c语言、.NET core、网络 编程、JavaScript，掌握字典 tree的用法", raw: true);
// keywords 值为：
// new List<string> { "cet-4", "c语言", ".NET core", "网络 编程", "字典 tree"}
可以提取日期、时间、域名、版本号等多种实体
代码示例：
using JiebaNet.Segmenter;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
class TimeRecognizerDemo
{
static void Main(string[] args)
{
Console.OutputEncoding = Encoding.UTF8;
Console.WriteLine("=== AOTba ITimeRecognizer 实体提取演示 ===\n");
ITimeRecognizer recognizer = new RegexTimeRecognizer();
// ========== 1. 职场沟通场景 ==========
Console.WriteLine("【场景一：项目排期会议】");
var workText = "王总，需求评审定在下周四上午10点，开发周期约3个工作日，" +
"联调安排在Q2，最终版本用v2.5.0-rc2，" +
"deadline是2025-06-30，有问题随时找我，" +
"文档发你邮箱了，参考https://wiki.company.com/project-x";
ExtractAndShow(recognizer, workText);
// ========== 2. 社交聊天场景 ==========
Console.WriteLine("【场景二：朋友约饭】");
var chatText = "今晚8点半老地方见，我大概7:15下班，" +
"要是堵车就推迟到8点，" +
"对了，那家店在𧒽岗地铁站B口，" +
"上次吃的𰻝𰻝面真不错😋";
ExtractAndShow(recognizer, chatText);
// ========== 3. 电商客服场景 ==========
Console.WriteLine("【场景三：售后沟通】");
var serviceText = "亲，您的订单预计明天下午送达，" +
"物流显示已到佛山市南海区桂城街道转运中心，" +
"促销价是原价的85%，" +
"商品版本是2024款，" +
"有问题请联系www.taobao.com/shop/help";
ExtractAndShow(recognizer, serviceText);
// ========== 4. 技术讨论场景 ==========
Console.WriteLine("【场景四：技术方案评审】");
var techText = "CI构建耗时从14:30持续到15:45，" +
"TF-IDF阈值设为0.02，" +
"测试覆盖率要求达到99.9%，" +
"部署脚本在https://github.com/team/repo/blob/main/deploy.sh，" +
"当前运行的是v3.2.1-beta2，" +
"计划春节后上线";
ExtractAndShow(recognizer, techText);
// ========== 5. 家庭群聊场景 ==========
Console.WriteLine("【场景五：家庭群通知】");
var familyText = "妈，今年春节是2025年1月29日，" +
"我腊月二十八晚上9点的火车，" +
"大概十九点到北京西站，" +
"记得熬腊八粥，" +
"高铁票在12306.cn买的";
ExtractAndShow(recognizer, familyText);
// ========== 6. 新闻资讯场景 ==========
Console.WriteLine("【场景六：新闻摘要】");
var newsText = "新中国成立75周年庆典将于10月1日上午10点举行，" +
"届时北京时间同步直播，" +
"活动持续约2个小时，" +
"详情见www.cctv.com/2024/guoqing";
ExtractAndShow(recognizer, newsText);
// ========== 7. 跨场景复杂混合 ==========
Console.WriteLine("【场景七：混合复杂文本】");
var mixedText = "李经理，方案v1.3.0-preview1已发你钉钉，" +
"评审会改到下周三下午3点，" +
"比之前定的2025-05-20提前了，" +
"工期压缩到5个工作日，" +
"参考文档在https://confluence.company.com/display/TEAM/Spec，" +
"金龙鱼1:1:1调和油是本次采购的样品之一，" +
"占比30%，" +
"到货时间是明天下午4:30，" +
"有问题微信我，我随时在线👍";
ExtractAndShow(recognizer, mixedText);
// ========== 8. 实体脱敏演示 ==========
Console.WriteLine("=== 实体脱敏演示 ===\n");
var sensitive = "张先生的身份证号是11010119900101xxxx，" +
"预约了明天上午9点的专家号，" +
"费用结算在www.hospital.com/pay，" +
"药品版本是v2.0-batch3";
Console.WriteLine($"原文: {sensitive}");
var entities = recognizer.Recognize(sensitive);
var masked = MaskEntities(sensitive, entities);
Console.WriteLine($"脱敏: {masked}\n");
// ========== 9. 按类型筛选演示 ==========
Console.WriteLine("=== 按类型筛选：仅提取时间实体 ===\n");
var filterText = "项目截止2025-06-30，每周三下午2:30开会，" +
"使用v3.2.1版本，参考https://docs.example.com，" +
"北京时间九点整发布";
var all = recognizer.Recognize(filterText);
var timeOnly = all.Where(e =>
e.Type is "datetime" or "time" or "relativedate" or
"timerange" or "deadline" or "timezone" or "weekday"
).OrderBy(e => e.Start);
Console.WriteLine($"文本: {filterText}");
foreach (var e in timeOnly)
{
Console.WriteLine($" [{e.Start}-{e.End}] {e.Type,-12} => {e.Text}");
}
}
static void ExtractAndShow(ITimeRecognizer recognizer, string text)
{
Console.WriteLine($"文本: {text}");
var entities = recognizer.Recognize(text);
if (entities.Count == 0)
{
Console.WriteLine(" → 未识别到实体");
}
else
{
foreach (var e in entities.OrderBy(x => x.Start))
{
Console.WriteLine($" [{e.Start,3}-{e.End,3}] {e.Type,-12} => {e.Text}");
}
}
Console.WriteLine();
}
static string MaskEntities(string text, List<TimeEntity> entities)
{
var sb = new System.Text.StringBuilder(text);
// 倒序替换避免索引偏移
foreach (var e in entities.OrderByDescending(x => x.Start))
{
sb.Remove(e.Start, e.End - e.Start);
sb.Insert(e.Start, $"[{e.Type.ToUpper()}]");
}
return sb.ToString();
}
}
运行效果可以参考CI测试