solr（五）扩展词典以及停止词典配置

接着上次的solr数据导入后，下面继续如何在solr数据导入后，配置扩展词典以及停止词典。

内容：

1.      基于配置的词典扩充，IK 分词器还支持通过配置 IKAnalyzer.cfg.xml 文件来扩充您的扩展词典以及停止词典（过滤词典）。

 

一：部署IKAnalyzer.cfg.xml：

将IKAnalyzer.cfg.xml 部 署在 代 码根 目录 下（ 对于web 项 目， 通 常是WEB-INF/classes 目彔）同 log4j 等配置文件相同。

二：词典文件的编辑不部署

分词器的词典文件格式是无 BOM 的 UTF-8 编码的中文文本文件，文件扩展名不

限。词典中，每个中文词汇独立占一行，使用\r\n 的 DOS 方式换行。（注，如果您不

了解什么是无 BOM 的 UTF-8 格式， 请保证您的词典使用 UTF-8 存储，并在文件的

头部添加一空行）。

您可以参考分词器源码 org.wltea.analyzer.dic 包下的.dic 文件。词典文件应部署在 Java 的资源路径下，即 ClassLoader 能够加载的路径中。（推荐同 IKAnalyzer.cfg.xml 放在一起）

三.IKAnalyzer.cfg.xml 文件的配置

<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
    <entrykey="ext_dict">ext.dic;</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;</entry>
</properties>

在配置文件中，用户可一次配置多个词典文件。文件名使用“;”号分隔。文件路径为

相对 java 包的起始根路径。