Swiftで形態素解析してみる

iOSの標準APIで日本語文章を形態素解析する方法です🔍✨
と言っても現状、英文では品詞名まで取得できますが、和文では分かち書き(文章において語の区切りに空白を挟んで記述すること)しかできません。
以下コピペで使えます👍🏻

実装

NSLinguisticTaggerを使う

struct Tokenizer {

    // MARK: - Properties
    private static let scheme = NSLinguisticTagSchemeTokenType
    private static let options: NSLinguisticTaggerOptions = [.OmitWhitespace, .OmitPunctuation, .JoinNames]

    // MARK: - Publics
    static func tokenize(text: String) -> [String] {
        let range = text.startIndex ..< text.endIndex
        var tokens: [String] = []

        text.enumerateLinguisticTagsInRange(range, scheme: scheme, options: options, orthography: nil) { (_, range, _, _) in
            let token = text.substringWithRange(range)
            tokens.append(token)
        }

        return tokens
    }
}

Tokenizer.tokenize("すもももももももものうち")
// ["すもも", "も", "もも", "も", "もも", "の", "うち"]

CFStringTokenizerを使う

struct Tokenizer {

    // MARK: - Properties
    private static let flag = UInt(kCFStringTokenizerUnitWord)
    private static let locale = CFLocaleCopyCurrent()

    // MARK: - Publics
    static func tokenize(text: String) -> [String] {
        let range = CFRangeMake(0, text.characters.count)
        let tokenizer = CFStringTokenizerCreate(kCFAllocatorDefault, text, range, flag, locale)
        var type = CFStringTokenizerAdvanceToNextToken(tokenizer), tokens: [String] = []

        while type != .None {
            let current = CFStringTokenizerGetCurrentTokenRange(tokenizer)
            let substring = text.substringWithRange(current)
            tokens.append(substring)
            type = CFStringTokenizerAdvanceToNextToken(tokenizer)
        }

        return tokens
    }
}

Tokenizer.tokenize("すもももももももものうち")
// ["すもも", "も", "もも", "も", "もも", "の", "うち"]

enumerateSubstringsInRangeを使う

struct Tokenizer {

    // MARK: - Publics
    static func tokenize(text: String) -> [String] {
        let range = text.startIndex ..< text.endIndex
        var tokens: [String] = []

        text.enumerateSubstringsInRange(range, options: .ByWords) { (substring, _, _, _) -> () in
            if let substring = substring {
                tokens.append(substring)
            }
        }

        return tokens
    }
}

Tokenizer.tokenize("すもももももももものうち")
// ["すもも", "も", "もも", "も", "もも", "の", "うち"]

実行結果

和文

文章	火のない所に煙は立たぬ。
NSLinguisticTagger	火, の, な, い, 所, に, 煙, は, 立, た, ぬ
CFStringTokenizer	火, の, な, い, 所, に, 煙, は, 立, た, ぬ
enumerateSubstringsInRange	火, の, ない, 所, に, 煙, は, 立た, ぬ

英文

文章	Where there's smoke, there's fire.
NSLinguisticTagger	Where, there, ’s, smoke, there, ’s, fire
CFStringTokenizer	Where, there’s, smoke, there’s, fire
enumerateSubstringsInRange	Where, there’s, smoke, there’s, fire

混合

文章	experience🤑しながらgrowing up⤴️していくのが、僕のphilosophy🎩だから。
NSLinguisticTagger	experience, 🤑, し, ながら, growing, up, ⤴, , し, て, い, く, の, が, 僕, の, philosophy, 🎩, だ, から
CFStringTokenizer	experience, を, し, ながら, growing, up, し, て, い, く, の, が, 僕, の, philosophy, だ, から
enumerateSubstringsInRange	experience, を, し, ながら, growing, up, し, て, いく, の, が, 僕, の, philosophy, だ, から

結論

目的と用途次第でどれを使うか選択するのがいいと思います。
僕のケースでは絵文字も取得したかったのでNSLinguisticTagger を使いました。