Lucene—IKAnalyzer分词器配置扩充词典

一.IKAnalyzer包

Ik分词器下载地址：点击打开链接，解压之后将IKAnalyzer包加入到自己的工程.

二.IK分词独立使用

   （1）程序目录结构

  （2）示例程序：IKAnalyzerTest.java

public class IKAnalyzerTest {
    public static void main(String[] args) throws IOException {
        String text = "2012年欧洲杯四强赛";
        Analyzer analyzer = new IKAnalyzer(true);
        TokenStream tokenStream = analyzer.tokenStream("content", new StringReader(text));
        CharTermAttribute term= tokenStream.addAttribute(CharTermAttribute.class);  
        tokenStream.reset();
        while(tokenStream.incrementToken()){  
            System.out.print(term.toString() + "/");  
        }  
        tokenStream.end();
        tokenStream.close();
    }
}

（3 ）扩展字典文件：

mine.dic、my.dic和stopword.dic三个文件，可根据自己的需求来添、改词典。

（4）词典配置：IKAnalyzer.cfg.xml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">  
<properties>  
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">com/org/config/mine.dic;<span style="font-family: Arial, Helvetica, sans-serif;">com/org/config/my.dic</span></entry> 
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords">com/org/config/stopWord.dic</entry> 
</properties>

至此IK扩充词典配置完成，需要注意三点：

1）词典文件必须是UTF-8无BOM格式的，否则配置了，词典也不会生效。

2）项目编码是UTF-8，在Properties中设置。

3）IKAnalyzer.cfg.xml和词典路径问题。词典路径可以随意放，但是IkAnalyzer.cfg.xml必须放在src根目录下。补充一句配置词典路径的时候，路径中com前不要加“/”，否则找不到词典。

4）若中途修改了词典，需要重新刷新下项目，修改的词典才能生效。