lucene测试IKAnalyzer分词器和读取txt文件方法

package test;


import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.io.StringReader;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.wltea.analyzer.lucene.IKAnalyzer;

 


/**
 *
 * @author Administrator
 * @测试分词器
 */
public class TestAnalyzer {
  
 

 public static void main(String[] args)throws Exception{
   Analyzer ik=new IKAnalyzer();
  String text2="我们是中国人举行了2008年8月8日北京奥林匹克运动会我们是中国人举行了2008年8月8日北京奥林匹克运动会";
  //读取文件
       // text2=readTxt("D:\\note.txt");
       
        //十词=叠加字符串
  StringBuffer sb=new StringBuffer();
  for(int i=0;i<10;i++){
   sb.append(text2);
  }  
  //分词
  testAanlyzer(ik,sb.toString());
 }
 public static void testAanlyzer (Analyzer analyzer,String text)throws Exception{
  
  long start=System.currentTimeMillis();  
  TokenStream ts=analyzer.tokenStream("content",new StringReader(text));
  CharTermAttribute term=ts.getAttribute(CharTermAttribute.class);
  System.out.println("分词效果如下:");
  int i=0;
  while(ts.incrementToken()){
   i++;
   System.out.println(new String(term.buffer(),0,term.length()));
  }
  long usetime=System.currentTimeMillis()-start;
  System.out.println("共分词="+i+",共耗时="+usetime+"毫秒。");
 }
 
   public String readTxt(String path){
    StringBuffer text = new StringBuffer("");
  String tex = null;
  BufferedReader read = null;
  try {
   read = new BufferedReader(new FileReader(path));
   while ((tex = read.readLine()) != null) {
    text.append(tex + "\n");
   }
  } catch (FileNotFoundException e) {
   e.printStackTrace();
  } catch (IOException e) {
   e.printStackTrace();
  } finally {
   if (read != null) {
    try {
     read.close();
    } catch (IOException e) {
     e.printStackTrace();
    }
   }
  }
  //System.out.println(text);
    return text.toString();
   }
}

阅读更多
个人分类: lucene
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

不良信息举报

lucene测试IKAnalyzer分词器和读取txt文件方法

最多只允许输入30个字

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭