• solr(二) : 整合ik-analyzer


    一. 问题:

    在使用solr时, 分词器解析中文的时候, 是一个一个字解析的. 这并不是我们想要的结果.

    而在lucene中, 使用的中文分词器是 IKAnalyzer. 那么在solr里面, 是不是任然可以用这个呢.

    二. 整合 ik

    1. 修改schema配置文件

    打开如下路径中的managed-schema.xml文件.

    在文档的最后面, 加入

     <!--新建 使用 ik 分词器 解析 的域类型, 分词,过滤都在类里面了-->  
      <fieldType name="text_ik_type" class="solr.TextField">   
          <analyzer type="index" useSmart="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>   
          <analyzer type="query" useSmart="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>   
      </fieldType>
      
      <!-- <fieldType name="text_ik_type" class="solr.TextField">   
      <analyzer type="index">
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf" />
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
      </analyzer>
      <analyzer type="query">
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf" />
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
      </analyzer>
      </fieldType> -->
    <!--支持ik分词器的域--> <field name="title_ik" type="text_ik_type" indexed="true" stored="true" /> <field name="content_ik" type="text_ik_type" indexed="true" stored="true" multiValued="true"/> <field name="text_ik" type="text_ik_type" multiValued="true" indexed="true" stored="true"/>

    2. 加入jar包

    在tomcat solr lib中加入ik分词器的jar包

    jar包可以在这里下载: http://download.csdn.net/download/z____l/10176803

    3. 加入分词器配置文件

    将前面lucene 里面出现过的 配置文件拷贝到 classes 文件夹下. 不拷贝也行, 自己新建也可以.

    由于这里我并没有使用文件夹装ext,stopword, 所以 IKAnalyzer.cfg.xml文件要做部分修改. 

    <?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">  
    <properties>  
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 -->
        <entry key="ext_dict">ext.dic</entry>
        
        <!--用户可以在这里配置自己的扩展停止词字典-->
        <entry key="ext_stopwords">stopword.dic</entry>
        
    </properties>

    三. 结果

  • 相关阅读:
    [原创]SQL经验
    DotNetBar技巧经验集合
    正则表达式的那些小角落
    [转]验证数字的正则表达式集
    项目受源代码管理。向源代码管理注册此项目时出错。建议不要对此项目进行任何更改
    DateGridView的一些技巧
    个人的CodeSmith和.NetTiers的学习心得及经验总结
    常用代码
    mysql 数据库常用命令
    XP2防火墙拒绝网上邻居访问的解决
  • 原文地址:https://www.cnblogs.com/elvinle/p/8127875.html
Copyright © 2020-2023  润新知