Solr使用IKAnalyzer中文分词器配置教程

文件准备

IK分词器文件有三个：分词器jar包，配置文件和分词词典

1. jar包下载地址：点击下载

2. 配置文件格式为：

<?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，多个用分号隔开 -->
	<entry key="ext_dict">dic.txt;</entry> 
	
	<!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords">stopword.dic;chinese_stopword.dic</entry> 
	
</properties>

3. 分词词典格式为：
   

开始配置

1.将分词器jar包放到自定义lib目录下

这里需要在solrconfig.xml中配置自定义目录路径：

<!--路径根据自己实际情况修改 -->
<lib dir="${solr.solr.home:}/lib/" />

2.将IKAnalyzer.cfg.xml配置文件放到core的conf目录下

3.将分词词典放到随意目录下，记住路径

例如：/usr/local/data/dic.txt

4.修改IKAnalyzer.cfg.xml配置中的词典路径，和3一致

<entry key="ext_dict">/usr/local/data/dic.txt;</entry> 

5.修改schema.xml配置文件，添加分词类型

	<fieldType name="text_ik" class="solr.TextField" positionIncrementGap="100" multiValued="true">
        <analyzer type="index">
            <tokenizer useSmart="false" useParagraph="true" class="org.wltea.analyzer.solr.IKTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        </analyzer>
        <analyzer type="query">
            <tokenizer useSmart="false" useParagraph="false" class="org.wltea.analyzer.solr.IKTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory" />
            <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        </analyzer>
    </fieldType>

6.修改solr.in.sh配置文件

由于我们的分词词典放到了非core目录下，solr启动时无法读取非core目录文件下的文件，所以我们要添加允许读取非目录文件的配置：

SOLR_OPTS="$SOLR_OPTS -Dsolr.allow.unsafe.resourceloading=true"

如果分词词典放到…/solr-webapp/webapp/WEB-INF/classes/目录下，则不需要修改上述文件。
IKAnalyzer.cfg.xml配置文件为相对路径即可

<entry key="ext_dict">dic.txt;</entry> 

7.重启solr，将配置生效

查看效果