solr4.7.2支持最細粒度分詞和智能分詞的IKAnalyzer

下載IK

IKAnalyzer2012FF_u1.jar

配置schema.xml

<fieldType name="text_ik" class="solr.TextField">
    <!-- 最細粒度分詞 -->
    <analyzer type="index" useSmart="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
    <!-- 智能分詞 -->
    <analyzer type="query" useSmart="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>

希望建立索引時使用最細粒度分詞，查詢時使用智能分詞，但是配置useSmart參數不起作用，一直都是最細粒度分詞

分析原因

通過查看源代碼，solr應該在創建IKAnalyzer對象時調用了默認構造函數，所以useSmart的一直是false最細粒度分詞

public final class IKAnalyzer  extends Analyzer
{
  private boolean useSmart;
  
  .....省略代碼......
  
  public IKAnalyzer()
  {
    this(false);
  }
  
  public IKAnalyzer(boolean useSmart)
  {
    this.useSmart = useSmart;
  }
  
  .....省略代碼......
}

解決方法

模仿IKAnalyzer，自己編寫UseSmartIKAnalyzer和NotUseSmartIKAnalyzer類，在默認構造函數中分別給useSmart賦值初始值即可

具體實現

1） IKAnalyzer2012FF_u1 依賴lucene4.x，lucene和solr的版本一致都是4.7.2

2)   編寫UseSmartIKAnalyzer.java

package org.wltea.analyzer.lucene;

import java.io.Reader;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Analyzer.TokenStreamComponents;
import org.apache.lucene.analysis.Tokenizer;

public final class UseSmartIKAnalyzer  
  extends Analyzer
{
  private boolean useSmart;
  
  public boolean useSmart()
  {
    return this.useSmart;
  }
  
  public void setUseSmart(boolean useSmart)
  {
    this.useSmart = useSmart;
  }
  
  public UseSmartIKAnalyzer()
  {
    //默認值true
    this.useSmart = true;
  }  
  
  protected Analyzer.TokenStreamComponents createComponents(String fieldName, Reader in)
  {
    Tokenizer _IKTokenizer = new IKTokenizer(in, useSmart());
    return new Analyzer.TokenStreamComponents(_IKTokenizer);
  }
}

3）編寫NotUseSmartIKAnalyzer.java

package org.wltea.analyzer.lucene;

import java.io.Reader;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Analyzer.TokenStreamComponents;
import org.apache.lucene.analysis.Tokenizer;

public final class NotUseSmartIKAnalyzer  
  extends Analyzer
{
  private boolean useSmart;
  
  public boolean useSmart()
  {
    return this.useSmart;
  }
  
  public void setUseSmart(boolean useSmart)
  {
    this.useSmart = useSmart;
  }
  
  public NotUseSmartIKAnalyzer()
  {
    //默認值false
    this.useSmart = false;
  }  
  
  protected Analyzer.TokenStreamComponents createComponents(String fieldName, Reader in)
  {
    Tokenizer _IKTokenizer = new IKTokenizer(in, useSmart());
    return new Analyzer.TokenStreamComponents(_IKTokenizer);
  }
}

4）將IKAnalyzer2012FF_u1.jar，lucene4.7.2的依賴jar包，UseSmartIKAnalyzer.java，NotUseSmartIKAnalyzer.java放到同1個目錄中，因爲編譯UseSmartIKAnalyzer.java，NotUseSmartIKAnalyzer.java要使用到

如果lucene4.7.2的jar包找不全，可以下載solr4.7.2從solr.war中取

5) 使用 javac 命令編譯

E:\>javac -encoding UTF-8 -classpath E:\ik\*  E:\ik\NotUseSmartIKAnalyzer.java

E:\>javac -encoding UTF-8 -classpath E:\ik\*  E:\ik\UseSmartIKAnalyzer.java

6) 編譯生成class文件，class文件在相同目錄中生成

7) 將NotUseSmartIKAnalyzer.class和UseSmartIKAnalyzer.class放到IKAnalyzer2012FF_u1.jar的org.wltea.analyzer.lucene路徑中，通過rar軟件添加即可，下圖使用jd-gui查看

8）配置solr索引的schema.xml

<fieldType name="text_ik" class="solr.TextField">
     <!-- 使用智能分詞 -->         
     <analyzer type="index"  class="org.wltea.analyzer.lucene.NotUseSmartIKAnalyzer"/>
     <!-- 使用智能分詞 -->          
     <analyzer type="query"  class="org.wltea.analyzer.lucene.UseSmartIKAnalyzer"/>
</fieldType>   

9) 查看分詞效果

可以看到建立索引時使用最細粒度分詞，查詢時使用智能分詞