一、展示分词内容

package com.wsy;import org.apache.lucene.analysis.*;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.apache.lucene.util.Version;import java.io.IOException;
import java.io.StringReader;public class AnalyzerUtils {public static void displayToken(String string, Analyzer analyzer) {try {// 通过分词器获取TokenStreamTokenStream tokenStream = analyzer.tokenStream("content", new StringReader(string));// TokenStream是一种流，我们要获取流中的东西，就需要一个“碗”，我们将CharTermAttribute比作这个“碗”// 当TokenStream遍历的时候，这个“碗”也跟着走，我们把“碗”放到流中就是方便获取流中的数据CharTermAttribute charTermAttribute = tokenStream.addAttribute(CharTermAttribute.class);while (tokenStream.incrementToken()) {System.out.print("[" + charTermAttribute + "]");}System.out.println();} catch (IOException e) {e.printStackTrace();}}public static void main(String[] args) {Analyzer analyzer1 = new StandardAnalyzer(Version.LUCENE_35);Analyzer analyzer2 = new StopAnalyzer(Version.LUCENE_35);Analyzer analyzer3 = new SimpleAnalyzer(Version.LUCENE_35);Analyzer analyzer4 = new WhitespaceAnalyzer(Version.LUCENE_35);String string1 = "I am from liaocheng, it is my hometown. My name is Wang Shaoyang.My QQ number is 872452093.";String string2 = "我来自山东聊城，我的名字是王劭阳。";AnalyzerUtils.displayToken(string1, analyzer1);AnalyzerUtils.displayToken(string1, analyzer2);AnalyzerUtils.displayToken(string1, analyzer3);AnalyzerUtils.displayToken(string1, analyzer4);AnalyzerUtils.displayToken(string2, analyzer1);AnalyzerUtils.displayToken(string2, analyzer2);AnalyzerUtils.displayToken(string2, analyzer3);AnalyzerUtils.displayToken(string2, analyzer4);}
}

通过这个例子，可以看到对于一个字符串的分词结果，使用不同的分词器对于分词的效果是不同的，所以实际开发的时候，要根据需要使用合适的分词器才行。

二、总结

在displayToken()方法中，有一个非常重要的思想，就是向流中添加attribute，之后通过attribute来查看流中的内容，这在Lucene中非常重要，这里举了一个很形象的例子，把TokenStream比作水流，为了获取水流，我们需要向水流中放置一个碗，通过碗来获取到水流，也就获取到了数据，这一块一定要理解透。

Lucene笔记15-Lucene的分词-通过TokenStream显示分词相关推荐

Lucene笔记16-Lucene的分词-通过TokenStream显示分词的详细信息
一.通过TokenStream查看分词的详细信息 package com.wsy;import org.apache.lucene.analysis.*; import org.apache.luce ...
Lucene学习-深入Lucene分词器,TokenStream获取分词详细信息
Lucene学习-深入Lucene分词器,TokenStream获取分词详细信息在此回复牛妞的关于程序中分词器的问题,其实可以直接很简单的在词库中配置就好了,Lucene中分词的所有信息我们都可以从 ...
lucene 4.3 通过TokenStream显示分词代码演示
核心代码: public class AnalyzerUtils { /** * 显示分词信息 * @param str * @param a * @ ...
13、学习Lucene3.5索引之通过TokenStream显示分词
1.显示分词词汇 public static void displayToken(String str, Analyzer analyzer){try {/** * TokenStream token ...
DotLucene源码浅读笔记(1) : Lucene.Net.Analysis
本系列笔记将以DotLucene的命名空间组织行文,阅读的DotLucene版本是1.9.RC1,并且以更好的使用而非研究为目的阅读.也就是说要避难就易拉. 0), DotLucene主要命名空间概览 ...
DotLucene源码浅读笔记(1) : Lucene.Net.Analysis 【转】
本系列笔记将以DotLucene的命名空间组织行文,阅读的DotLucene版本是1.9.RC1,并且以更好的使用而非研究为目的阅读.也就是说要避难就易拉. 0), DotLucene主要命名空间概览 ...
Lucene.Net 2.3.1开发介绍 —— 二、分词（一）
原文:Lucene.Net 2.3.1开发介绍 -- 二.分词(一) Lucene.Net中,分词是核心库之一,当然,也可以将它独立出来.目前Lucene.Net的分词库很不完善,实际应用价值不高.唯 ...
java lucene 中文分词_Lucene的中文分词器IKAnalyzer
分词器对英文的支持是非常好的. 一般分词经过的流程: 1)切分关键词 2)去除停用词 3)把英文单词转为小写但是老外写的分词器对中文分词一般都是单字分词,分词的效果不好. 国人林良益写的IK Ana ...
Lucene 4.6.1 java.lang.IllegalStateException: TokenStream contract violation
这是旧代码在新版本Lucene中出现的异常,异常如下: Exception in thread "main" java.lang.IllegalStateException: To ...

Lucene笔记15-Lucene的分词-通过TokenStream显示分词

一、展示分词内容

二、总结

Lucene笔记15-Lucene的分词-通过TokenStream显示分词相关推荐

最新文章

热门文章