Lucene4.7+IK Analyzer中文分词入门教程幻灯片.docVIP

Lucene4.7+IK Analyzer中文分词入门教程 作者：大明 日期：2014-4-1 环境： lucene版本：4.7 下载地址：/apache/lucene/java/4.7.0/ 下载页面中的lucene-4.7.0.tgz IK Analyzer版本：IK Analyer 2012-FF Hotfix 1 下载地址：/p/ik-analyzer/downloads/list 选择最上面的源码包。目前只有这个源码包才能支持lucene的4.7版本。 参考文章：/dennisit/archive/2013/04/07/3005847.html 此篇文章作者用的是lucene3.5版本，我做了一定幅度的修改，使其在4.7中可用。 下面进入正式部署阶段： 在eclipse中新建一个java项目：lucenetest 解压lucene-4.7.0.tgz 进入到解压后的lucene-4.7.0目录，有哪些信誉好的足球投注网站*.jar 有哪些信誉好的足球投注网站出来的结果是lucene4.7提供的所有的jar包，根据需要拷贝不同的jar包到自己的工程。本例子需要如下几个jar包： 将以上几个jar包拷贝到lucenetest下的lib文件夹下，如果没有lib，则新建。 在eclipse中，打开lib，选中这几个jar包，点右键——build parh——add to build path 解压下载的IK Analyzer 2012FF_hf1_source.rar 进入到IK Analyzer 2012FF_hf1_source\src将如下所有的文件拷贝到lucenetest\src下 刷新eclipse工程。如果源码报错，可能是编码格式的问题。解决办法：在lucenetest上点右键，选择最后一项Properties。如下图所示选择utf-8，点确定 至此，环境已经搭建完毕。如果嫌ik的源码烦，可以自行打成jar包。目前eclipse项目的结构图如下： 加入测试的例子。在src新建ik包，新建下面3个java文件 (1)DataFactory package ik; import java.util.ArrayList; import java.util.List; public class DataFactory { private static DataFactory dataFactory = new DataFactory(); private DataFactory(){ } public ListMedicine getData(){ ListMedicine list = new ArrayListMedicine(); list.add(new Medicine(1,银花 感冒颗粒,功能主治：银花感冒颗粒 ，头痛,清热，解表，利咽。)); list.add(new Medicine(2,感冒 止咳糖浆,功能主治：感冒止咳糖浆,解表清热，止咳化痰。)); list.add(new Medicine(3,感冒灵颗粒,功能主治：解热镇痛。头痛 ,清热。)); list.add(new Medicine(4,感冒灵胶囊,功能主治：银花感冒颗粒 ，头痛,清热，解表，利咽。)); list.add(new Medicine(5,仁和 感冒颗粒,功能主治：疏风清热，宣肺止咳,解表清热，止咳化痰。)); return list; } public static DataFactory getInstance(){ return dataFactory; } } (2)LuceneIKUtil package ik; import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.List; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.document.FieldType; import org.apache.lucene.document.TextField; import org.apache.lucene.inde