solr 和paoding整合

火冰狐

solr 和paoding整合

 

一．            安装solr1.3
1.        安装tomcat6.0
2.        下载apache-solr-1.3.0.zip
http://labs.xiaonei.com/apache-mirror/lucene/solr/1.3.0/
 
3.        解压后，打开apache-solr-1.3.0\dist目录，找到apache-solr-1.3.0.war,改名为solr.war(为了方便而已)，然后把其考到tomcat的webapps目录下。
4.        运行tomcat后再webapps下会自动生成solr文件夹。
5.        在tomcat下的\conf\Catalina\localhost中加入solr.xml,内容如下：
 

<?xml version="1.0" encoding="UTF-8"?>

 

<Context reloadable="true" docBase="D:/solr/solr.war" > 

   <Environment name="solr/home" type="java.lang.String" value="D:/solr/solr" override="true" /> 

</Context>
 
其中docBase对应solr.war的路径，可以改动
    Value对应solr的home，可以改动
 
6.        把apache-solr-1.3.0\example\solr下的文件夹（包括bin,conf,data）考到solr的home目录下。
7.        重启tomcat，进行测试http://localhost:8888/solr/admin/analysis.jsp

　　

 
二．            整合paoding
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

 */

public class ChineseTokenizerFactory extends BaseTokenizerFactory {

    /**

     * 最多切分   默认模式

     */

    public static final String MOST_WORDS_MODE = "most-words";

    /**

     * 按最大切分

     */

    public static final String MAX_WORD_LENGTH_MODE = "max-word-length";

    private String mode = null;

    public void setMode(String mode) {

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

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

                  this.mode=MOST_WORDS_MODE;

             } else if (MAX_WORD_LENGTH_MODE.equalsIgnoreCase(mode)) {

                  this.mode=MAX_WORD_LENGTH_MODE;

             }

             else {

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

             }

        }

    @Override

    public void init(Map args) {

        super.init(args);

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

    }

    public TokenStream create(Reader input) {

        return new PaodingTokenizer(input, PaodingMaker.make(),

                  createTokenCollector());

    }

    private TokenCollector createTokenCollector() {

        if( MOST_WORDS_MODE.equals(mode))

             return new MostWordsTokenCollector();

        if( MAX_WORD_LENGTH_MODE.equals(mode))

             return new MaxWordLengthTokenCollector();

        throw new 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