solr(二) : 整合ik-analyzer - elvinle－IT工程師數位筆記本

文章出處

一. 問題:

在使用solr時, 分詞器解析中文的時候, 是一個一個字解析的. 這并不是我們想要的結果.

而在lucene中, 使用的中文分詞器是 IKAnalyzer. 那么在solr里面, 是不是任然可以用這個呢.

二. 整合 ik

1. 修改schema配置文件

打開如下路徑中的managed-schema.xml文件.

在文檔的最后面, 加入

 <!--新建 使用 ik 分詞器 解析 的域類型, 分詞,過濾都在類里面了-->  
  <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分詞器的域-->
  <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分詞器的jar包

jar包可以在這里下載: http://download.csdn.net/download/z____l/10176803

3. 加入分詞器配置文件

將前面lucene 里面出現過的配置文件拷貝到 classes 文件夾下. 不拷貝也行, 自己新建也可以.

由于這里我并沒有使用文件夾裝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 擴展配置</comment>
    <!--用戶可以在這里配置自己的擴展字典 -->
    <entry key="ext_dict">ext.dic</entry>
    
    <!--用戶可以在這里配置自己的擴展停止詞字典-->
    <entry key="ext_stopwords">stopword.dic</entry>
    
</properties>