solr IKAnalyzer 搜索中文分词配置 过程

TOUVE

solr是apache开源检索框架，用起来很简单。
从听说有这么个东西，到把solr+IKAnalyzer框架搭起来用了一天时间。
下面是本人在今天的劳动成果，拿出来给大家分享下，欢迎讨论和指教。

1 solr 1.3正式版（里面的Lucene是2.3版的，不知道能不能直接换成新出的Lucene 2.4正式版，没有试）

2 apache-solr-1.3.0\dist\apache-solr-1.3.0.war  改名 solr.war放入tomcat的webapp下

3 新建 Tomcat 6.0\conf\Catalina\localhost\solr.xml：
<Context docBase="D:/Program Files/Apache Software Foundation/Tomcat 6.0/webapps/solr.war" debug="0" crossContext="true" >
   <Environment name="solr/home" type="java.lang.String" value="D:/solr-tomcat/solr" override="true" />
</Context>

4 把解压的solr下面的examples下面的solr目录复制到这里D:/solr-tomcat/
D:/solr-tomcat/solr/conf/solrconfig.xml和schema.xml
前者是该索引服务的一些属性，比如索引文件存放的目录（默认为与conf同级的 data目录），还有缓存，分布之类的一些设置。后者是这个库的字段定义，字段类型，字段名，处理方式。基本上很容易理解，按照自己的需要把字段名改一下。重启tomcat，访问localhost:8080/solr如果能打开，就说明安装成功了。

5 编写ChineseTokenizerFactory类   打包jar   放到/Tomcat 6.0/webapps/solr的lib里面 (连同类需要的jar包一起)
用到的jar包以及版本：(1)apache-solr-core-1.3.0.jar (2)IKAnalyzer3.1.1Stable.jar  (3)lucene-core-2.4-dev.jar

package com.yeedoo.slor.tokenizer;

import java.io.Reader;

import org.apache.lucene.analysis.TokenStream;
import org.apache.solr.analysis.BaseTokenizerFactory;
import org.wltea.analyzer.lucene.IKAnalyzer;

public class ChineseTokenizerFactory extends BaseTokenizerFactory {

public TokenStream create(Reader reader) {
return new IKAnalyzer().tokenStream("text", reader);
}

}

6 修改D:/solr-tomcat/solr/conf/schema.xml

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="com.yeedoo.slor.tokenizer.ChineseTokenizerFactory" />
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" />
<filter class="solr.LowerCaseFilterFactory" />
<filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt" />
<filter class="solr.RemoveDuplicatesTokenFilterFactory" />
</analyzer>
<analyzer type="query">
<tokenizer class="com.yeedoo.slor.tokenizer.ChineseTokenizerFactory" />
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" />
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1" />
<filter class="solr.LowerCaseFilterFactory" />
<filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt" />
<filter class="solr.RemoveDuplicatesTokenFilterFactory" />
</analyzer>
</fieldType>

7 启动/Tomcat 6.0\bin\tomcat6.exe  没有报错，继续

8 http://localhost:8983/solr/admin      
在第一行 选择Analysis模式查询
filed 选择type  输入 text
在filed value 中输入： 中华人民共和国  看看效果吧 (::)