实现关键词匹配，按照关键词长短匹配，每个关键词只匹配一次。

Question

现在我有这样一个需求，给我一篇文章，我有一个关键词池，我需要将文章中出现到关键词池中的关键词都匹配上，并且增加标签（这个不重要）。匹配原则是:1、关键词按照长短顺序进行匹配，如“百度”，“百度一下”，则优先匹配“百度一下”。2：每个关键词只匹配一次，哪怕在文章中出现多次也只有第一个出现的关键词会被匹配。要用java实现，各位大神有没有思路。

Answer 1

1.首先对文章进行分词
2.然后每个分词进去与关键词池存在分词，进行多个分词组合判断，比如百度一下分词分成可能是“百度”“一下”进行匹配
3.如果关键词池存在分词，进行多个分词组合判断，比如百度一下分词分成可能是“百度”，“一下”，那我进进行当前分词和下一个分词进制组合检查关键词池中是否存，存在就继续组合检测，不存在就记录当前分词，并记录改分词已经匹配，下一次匹配到匹配到的就忽略掉

Answer 2

从需求上分析，如果是长期需求，不建议直接用正则来做，这个逻辑比较绕，后期维护是问题；如果是短期的就往下看吧。
一方面需要对关键词池进行处理，分组，比如关键词中有百度和百度一下，就放一起；但这里注意可能冗余，比如百度一下和一下也是一组这种情况；这种可以在后处理搞定；
对比过程中，实时记录情况就行，而且java的regex包的Matcher本身就可以去findFirst，满足你现在的要求；
对比过程之后，就是后处理，需要把结果再收拢并检查一遍。
整个对代码规范要求较高