配置solr的schema.xml加入中文分词器

发布时间：2020-12-15 22:53:31 所属栏目：百科来源：网络整理

导读：solr的schema.xml路径: apache-solr-3.5.0examplesolrconfschema.xml 1. 首先在types/types中加入fieldType。这里使用mmseg. 在mmseg文件中，打开readme.txt，可以看到： [color=blue]5、在 com.chenlb.mmseg4j.solr包里扩展solr tokenizerFactory。

solr的schema.xml路径: apache-solr-3.5.0examplesolrconfschema.xml

1. 首先在<types></types>中加入fieldType。

这里使用mmseg.
在mmseg文件中，打开readme.txt，可以看到：

[color=blue]5、在 com.chenlb.mmseg4j.solr包里扩展solr tokenizerFactory。
在 solr的 schema.xml 中定义 field type如：

<fieldType name="textComplex" class="solr.TextField" >
      <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="dic"/>
      </analyzer>
    </fieldType>
	<fieldType name="textMaxWord" class="solr.TextField" >
      <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" dicPath="dic"/>
      </analyzer>
    </fieldType>
	<fieldType name="textSimple" class="solr.TextField" >
      <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="n:/OpenSource/apache-solr-1.3.0/example/solr/my_dic"/>
      </analyzer>
    </fieldType>

dicPath 指定词库位置（每个MMSegTokenizerFactory可以指定不同的目录，当是相对目录时，是相对 solr.home 的目录），mode 指定分词模式（simple|complex|max-word，默认是max-word）。 [/color] 这里的dicPath是词库位置目录，相对于solr.home目录。所以要在solr/home目录中建立一个dic文件夹，把词库文件放进去。最后的dicPath是绝对路径。没有的话就设置为dic即可 2. 将mmseg4j-all-1.8.5.jar放入到d:/lucene/solr/server/solr/WEB-INF/lib里。 3. 打开http://localhost:8080/solr/admin/analysis.jsp 选择type，输入上面的fieldType name="xx"的xx值。输入中文就可以进行分词了。 4. 设置field。找到 <field name="title" type="text_general" indexed="true" stored="true" multiValued="true"/> 把type="text_general"修改为textComplex,那么我们建立的名为title的field，就会使用中文分词了。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!