TokenStream即是从Document的域(field)中或者查询条件中抽取一个个分词而组成的一个数据流。继承TokenStream的类必须是final类型的,或者至少increamStoken的方法是final的,TokenStream是抽象类,两个子类如下:
TokenFilter:输入参数为另一个TokerStream的TokerStream,这是一个抽象类,其子类必须覆盖TokenStream.incrementToken()函数
Tokenizer:输入为Reader的TokenStream,这是抽象类,其子类必须实现incrementToken()函数。注意:子类覆盖TokenStream.incrementToken()时, 在设置attributes 必须调用AttributeSource中的clearAttributes()方法。
TokenStream的工作流程:
1、实例化Tokenizer或TokenFilter,,添加属性到AttributeSource,或从AttributeSource中获取属性。
2、调用reset()方法
3、从流中和存储本地引用检索想要访问所有属性
4、调用increamStoken()方法,直到返回false
5、调用end()方法执行任何end-of-stream操作
6、调用close()方法在结束使用TokerStream释放一些资源
end()、reset()、close()的覆盖通常要调用super.end()、super.reset()、super.close()