Lucene获取分词的内容

FSDirectory directory = FSDirectory.open(new File("xxx"));
		IndexReader indexReader = DirectoryReader.open(directory);
		String[] fields = {"xxx"};
		for (int i = 0; i < fields.length; i++) {
			Terms ter = MultiFields.getTerms(indexReader, fields[i]);
			TermsEnum iterator = ter.iterator(TermsEnum.EMPTY);
			BytesRef bytesRef;
			while (ObjectUtil.isNotEmpty(bytesRef = iterator.next())) {
				String oneTermStr = new String(bytesRef.bytes, bytesRef.offset,
						bytesRef.length, Charset.forName("utf-8"));
//                System.out.println("term值:"+oneTermStr+
//                        // document frequency:df,值越大,分值越小
//                        ",在"+iterator.docFreq()+"个文档中出现,"+
//                        // term  frequency:tf,值越大,分值越大
//                        ",在所有文档的name域中共出现"+indexReader.totalTermFreq(new Term("goodName",bytesRef))+"次"
//                );
				Map map = new HashMap();
				map.put("name", TermsValueEnum.convert(fields[i]));
				map.put("freq", iterator.docFreq());
				map.put("text", oneTermStr);
				map.put("totalTermFreq", indexReader.totalTermFreq(new Term(fields[i], bytesRef)));
			}
		}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Lucene是一个开源的全文搜索引擎库,它提供了丰富的搜索功能和高效的索引技术。二分法分词Lucene中的一种分词算法,用于将文本按照词语进行切分。 在Java中实现Lucene的二分法分词可以通过以下步骤: 1. 导入Lucene库:首先需要在Java项目中导入Lucene的相关库文件,可以通过Maven或手动下载添加到项目中。 2. 创建Analyzer对象:Analyzer是Lucene中的分析器,用于对文本进行分词处理。对于二分法分词,可以使用StandardAnalyzer或CJKAnalyzer。 3. 创建TokenStream对象:TokenStream是Lucene中的流式分词器,用于逐个获取文本中的词语。可以通过Analyzer的tokenStream方法创建TokenStream对象。 4. 获取词语:通过TokenStream对象的incrementToken方法逐个获取文本中的词语,并进行相应的处理操作。 下面是一个简单的示例代码: ```java import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.TokenStream; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.analysis.tokenattributes.CharTermAttribute; public class LuceneTokenizerExample { public static void main(String[] args) { String text = "Lucene是一个开源的全文搜索引擎库"; // 创建Analyzer对象 Analyzer analyzer = new StandardAnalyzer(); try { // 创建TokenStream对象 TokenStream tokenStream = analyzer.tokenStream(null, text); // 获取词语 CharTermAttribute charTermAttribute = tokenStream.addAttribute(CharTermAttribute.class); tokenStream.reset(); while (tokenStream.incrementToken()) { String term = charTermAttribute.toString(); System.out.println(term); } tokenStream.end(); tokenStream.close(); } catch (Exception e) { e.printStackTrace(); } finally { analyzer.close(); } } } ``` 运行以上代码,将输出以下结果: ``` Lucene 是 一个 开源 的 全文 搜索 引擎 库 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值