最近项目需要用到中文分词，实现词云和情感分析的效果。

因为不是十分重要的业务，第一反应是想着接入外部云厂商的 API 接口：

利用大公司的机器学习模型资源，快速实现需求，我这边可以腾出时间继续做活动项目。

虽然刚过完年，但是感觉事情还是不少——很多东西都没有做好，好多代码还得优化、迁移等等。

看了腾讯云的接口，太贵了。按数据量估计一天要好多人民币！

麻了麻了……还是自己做吧哈哈！

不得不说，Go 结巴 分词非常好用，相比其他库，它速度飞快！

原版是 C++ 实现的，但我的开发语言主要是 Go，作者也给了 Go 的绑定：

https://github.com/yanyiwu/gojieba

照着官方的 Demo，很快就完成了第一版。太强大了！

不过有些句子，分词结果并不符合预期。

比如 我是奥斯卡，速来，带我飞，快点进群 这句话，

速来 被硬生生拆分成两个字，

带我飞 变成 带我、飞。

阅读全文

这段时间工作的需求多了不少，文章开始越来越水了。

实在抱歉，时间真的很仓促。

本次分享的是一个函数——根据首尾字符串截取中间的字符串。

虽然这个函数非常简单，但是真的很好用！也很常用！

比如 “我今天真的很高兴” 这句话，要把 今天 截取出来：

常规的方式是 strings.Index 出位置，然后根据字符串（今天）的长度，返回词的内容。

如果是 HTML 呢？比如获取链接地址：

<a href='https://m.baidu.com/'>跳转到百度</a>

这个时候你还想用 strings.Index 吗？

我是不想用的！太麻烦了。而用我的这个函数，就很方便了！

直接 StringCut(s, "href='", "'", false) 就可以轻松拿到链接地址！非常通用，无需关心越界问题。

func StringCut(s, begin, end string, withBegin bool) string {
    beginPos := strings.Index(s, begin)
    if beginPos == -1 {
        return ""
    }
    s = s[beginPos+len(begin):]
    endPos := strings.Index(s, end)
    if endPos == -1 {
        return ""
    }
    result := s[:endPos]
    if withBegin {
        return begin + result
    } else {
        return result
    }
}

附带单元测试，包含了很多例子，如果还有特殊情况，欢迎补充（找 bug 哈哈）：

阅读全文

CSV（Comma-Separated Values，逗号分割值），就是用纯文本的形式存储表格数据，最大的特点就是方便。

作为开发，我们经常面临导数据的问题，特别是后台系统，产品或者运营的同事常常会提需求。

Emmm，实话说，直接用 PHPExcel 也是 OK 的，不管是 WPS Office 或者微软 Office，都能完美支持。

但我还是比较喜欢 CSV，原因是容易实现。有时候跑脚本、写爬虫抓数据，纯文本拼接后输出真的非常舒服。

当我遇到了几个问题：

• 发现如果原来的文本带有回车或者换行，拼接后整行就断开了；
• 加引号可以解决，但是引号中间有引号怎么办？用 \ 转义也不行；
• 逗号怎么办？

阅读全文