ik分词器支持标点符号,特殊字符分词(分词结果包含特殊字符)

通过修改ik分词插件源码,将特殊符号识别为中文进行分词。具体操作包括从GitHub下载源码,在CharacterUtil.java中修改identifyCharType方法,然后使用maven打包上传到服务器替换旧jar,最后重启ES服务。如不愿修改代码,可从提供的百度网盘链接获取已处理的jar包,提取码为0108。请注意,转载请注明来源和作者。
摘要由CSDN通过智能技术生成

需要修改ik分词插件源码

github官网下载对应那本的ik源码包(选择自己需要的版本)

下载好后,解压,用idea打开编辑源码

在工具类(CharacterUtil.java)里,找到方法 identifyCharType,加入以下代码:

}else if (ub == Character.UnicodeBlock.GREEK // 希腊符号
				// 希腊扩展符号
				|| ub == Character.UnicodeBlock.GREEK_EXTENDED
				// 拉丁字符
				|| ub == Character.UnicodeBlock.BASIC_LATIN
				// 拉丁补充字符
				|| ub == Character.UnicodeBlock.LATIN_1_SUPPLEMENT
				// 拉丁扩展A字符
				|| ub == Character.UnicodeBlock.LATIN_EXTENDED_A
				// 拉丁扩展B字符
				|| ub == Character.UnicodeBlock.LATIN_EXTENDED_B) {
			return CHAR_CHINESE;
		}
<
  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
评论 5
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

打赏作者

棋_Rachel

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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