分布式搜索引擎ElasticSearch之IK分词器（三）

继上篇文章：分布式搜索引擎ElasticSearch之head插件安装使用(二)

3.IK分词器

4.1 什么是 IK 分词器

我们在浏览器地址栏输入 http://127.0.0.1:9200/_analyze?analyzer=chinese&pretty=true&text= 我是程序员，浏览器显示效果如下

默认的中文分词是将每个字看成一个词，这显然是不符合要求的，所以我们需要安装中 文分词器来解决这个问题。 IK分词是一款国人开发的相对简单的中文分词器。虽然开发者自2012年之后就不在维护 了，但在工程应用中IK算是比较流行的一款！我们今天就介绍一下IK中文分词器的使用。

 3.2 IK分词器安装

下载地址：

链接：https://pan.baidu.com/s/1etMNjY1L2c2slon0ee5-Gw 
提取码：4a05

（ 1 ）先将其解压，将解压后的 elasticsearch 文件夹重命名文件夹为 ik

（2）将 ik 文件夹拷贝到 elasticsearch/plugins 目录下。

（3）重新启动，即可加载IK分词器

3.3 IK分词器测试

IK 提供了两个分词算法 ik_smart 和 ik_max_word

其中 ik_smart 为最少切分， ik_max_word 为最细粒度划分

我们分别来试一下

（ 1 ）最小切分：在浏览器地址栏输入地址

http://127.0.0.1:9200/_analyze?analyzer=ik_smart&pretty=true&text= 我是程序员

输出的结果为：

（2）最细切分：在浏览器地址栏输入地址

http://127.0.0.1:9200/_analyze?analyzer=ik_max_word&pretty=true&text= 我是程序

员

输出的结果为：

.4 自定义词库

我们现在测试 " 军哥博文 " ，浏览器的测试效果如下：

http://127.0.0.1:9200/_analyze?analyzer=ik_smart&pretty=true&text= 军哥博文

默认的分词并没有识别“军哥博文”是一个词。如果我们想让系统识别“军哥博文”是一个

词，需要编辑自定义词库。

步骤：

（ 1 ）进入 elasticsearch/plugins/ik/config 目录

（2）新建一个zhao588 .dic 文件,名字随意起，编辑内容：

军哥博文

 一定注意这里文件编码格式一定是UTF-8

 修改IKAnalyzer.cfg.xml（在ik/config目录下）

 重新启动elasticsearch,通过浏览器测试分词效果

 nice!!!