solr整合paoding

zsyzhou

　　1.        下载paoding-analysis-2.0.4-beta.zip
http://code.google.com/p/paoding/downloads/list 
　　2.        解压压缩包至paoding-analysis-2.0.4-beta
　　3.        设置paoding的home环境变量：
　　l        把paoding-analysis-2.0.4-beta中的dic文件夹考到solr的home文件夹中
　　l        进入paoding-analysis-2.0.4-beta找到paoding-analysis.jar，将其考到tomcat/webapps/solr/solr/WEB-INF/lib下
　　l        解压paoding-analysis.jar，找到文件paoding-dic-home.properties，更改属性如下：
paoding.dic.home=D:/solr/solr/dic（D:/solr/solr为solr的home目录）
　　l        重新编译打包成paoding-analysis.jar
　　4.        封装paoding   

package org.paoding;

import java.io.Reader;

import java.util.Map;

import net.paoding.analysis.analyzer.PaodingTokenizer;

import net.paoding.analysis.analyzer.TokenCollector;

import net.paoding.analysis.analyzer.impl.MaxWordLengthTokenCollector;

import net.paoding.analysis.analyzer.impl.MostWordsTokenCollector;

import net.paoding.analysis.knife.PaodingMaker;

import org.apache.lucene.analysis.TokenStream;

import org.apache.solr.analysis.BaseTokenizerFactory;

/**

 *中文切词对庖丁切词的封装

 */

publicclass ChineseTokenizerFactory extends BaseTokenizerFactory {

    /**

     *最多切分   默认模式

     */

    publicstaticfinal String MOST_WORDS_MODE = "most-words";

    /**

     *按最大切分

     */

    publicstaticfinal String MAX_WORD_LENGTH_MODE = "max-word-length";

    private String mode = null;

    publicvoid setMode(String mode) {

             if (mode==null||MOST_WORDS_MODE.equalsIgnoreCase(mode)

                      || "default".equalsIgnoreCase(mode)) {

                  this.mode=MOST_WORDS_MODE;

             } elseif (MAX_WORD_LENGTH_MODE.equalsIgnoreCase(mode)) {

                  this.mode=MAX_WORD_LENGTH_MODE;

             }

             else {

                  thrownew IllegalArgumentException("不合法的分析器Mode参数设置:" + mode);

             }

        }

    @Override

    publicvoid init(Map args) {

        super.init(args);

        setMode( (String) args.get("mode"));

    }

    public TokenStream create(Reader input) {

        returnnew PaodingTokenizer(input, PaodingMaker.make(),

                  createTokenCollector());

    }

    private TokenCollector createTokenCollector() {

        if( MOST_WORDS_MODE.equals(mode))

             returnnew MostWordsTokenCollector();

        if( MAX_WORD_LENGTH_MODE.equals(mode))

             returnnew MaxWordLengthTokenCollector();

        thrownew Error("never happened");

    }

 }
 
 
注：其中需要的包为solr.war中的lib库和庖丁文件包中的paoding-analysis.jar
将以上代码打包为paoding.jar（附件中可下载）,考到tomcat/webapps/solr/solr/WEB-INF/lib下。
 
　　5.        找到solr 的home目录下的conf（即D:"solr"solr"conf）中的schema.xml,做如下修改：
 
 

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">  

      <analyzer type="index">  

        <!--<tokenizer class="solr.WhitespaceTokenizerFactory"/>-->  

        <tokenizer class="org.paoding.ChineseTokenizerFactory" mode="most-words"/>  

      ··· ···   

      </analyzer>  

      <analyzer type="query">  

         <!--<tokenizer class="solr.WhitespaceTokenizerFactory"/>-->  

         <tokenizer     class="org.paoding.ChineseTokenizerFactory" mode="most-words"/>    

        ··· ···   

      </analyzer>  

</fieldType>  

其中<!-- --> 里面的为原来默认的内容
 
6.重启tomcat即可。进行测试http://localhost:8888/solr/admin/analysis.jsp