Duncan_Chou-CSDN博客

转载 lucene 集中analyser的比较

中文分词可以查看:http://www.open-open.com/74.htm1、StopAnalyzerStopAnalyzer能过滤词汇中的特定字符串和词汇，并且完成大写转小写的功能。2、StandardAnalyzerStandardAnalyzer根据空格和符号来完成分词，还可以完成数字、字母、E-mail地址、IP地址以及中文字符的分析处理，还可以支持过滤词表，

2012-03-11 20:25:44 429

转载 lucene 原理

Lucene是一个高性能的java全文检索工具包，它使用的是倒排文件索引结构。该结构及相应的生成算法如下： 0）设有两篇文章1和2 文章1的内容为：Tom lives in Guangzhou,I live in Guangzhou too. 文章2的内容为：He once lived in Shanghai. 1)由于lucene是基于关键词索引和查询的，首先我们要取得这

2012-01-25 16:42:09 192

转载 lucene 2.x 预处理、建立索引、查询实例+源码

lucene3.0已于2009-11-25发布啦，但网上的入门实例都是针对lucene3.0以前的，相对于以前的版本，貌似改动不小。本人从头开始学习lucene，现在用的是《lucene in action中文版》，结合lucene3.0文档写了个入门实例，可供像我一样直接从lucene3.0开始学习的新手参考！入门实例： 1.预处理：先把网上下载的一个《三国演义》电子书“三国

2012-01-25 15:58:17 282

转载 sed命令详解

上个星期老师讲了sed的用法，但是这个星期很快就把指令忘得七七八八了，还是上网找一篇详细的sed命令详解收藏一下，方便以后学习查阅。1.简介sed是源于行编辑器ed的非交互式的流(stream-oriented)编辑器。sed之所以称为“流”编辑器，是因为象大多数UNIX程序一样，输入流过它，然后被导向标准输出。sed编辑器逐行处理文件（或输入），把当前处理的行存储在称为“模式

2011-10-20 09:04:18 203