如何对文档的关键信息进行提取？

Question

现在有这样一个需求，一个文档txt，我们需要对文档中的关键信息进行提取，然后包装成一个对象存储到数据库中。（文档通过流的形式读入）

文档的格式不固定，可能长下面几种样子：

张三 男 汉族 一个屌丝程序员

张三 汉族 男 一个屌丝程序员

张三 男 汉族 1987年3月 上海市闵行区闵浦路38号 大专

我需要根据这段话解析出可能的有效信息（比如姓名、性别、民族、学历、个人简介等等），当然上面我只是说明了一行的情况，实际文档可能有几十甚至上百行的信息。

Answer 1

建议看看lucene的相关内容。