ik-analyzer-solr/README.md

ik-analyzer-solr7

ik-analyzer for solr7.x

IKAnalyzer的原作者为林良益（linliangyi2007@gmail.com），项目网站为http://code.google.com/p/ik-analyzer/

• 该项目根据博主@星火燎原智勇的博客进行修改，其GITHUB地址为@liang68

适配最新版solr7，并添加动态加载字典表功能；

在不需要重启solr服务的情况下加载新增的字典。

更新说明

• 2018-10-10: 升级lucene版本为7.5.0
• 2018-09-03: 优化注释与输出信息，取消部分中文输出避免不同字符集乱码，现会打印被调用inform方法的hashcode
• 2018-08-23:
    ⑴完善了动态更新词库代码注释；
    ⑵将ik.conf配置文件中的lastUpdate属性改为long类型，现已支持时间戳形式
• 2018-08-13: 更新maven仓库地址
• 2018-08-01: 移除默认的扩展词与停用词
• 2018-07-23: 升级lucene版本为7.4.0

---

使用说明：

• jar包下载地址：ik-analyzer-7.5.0.jar
• 历史版本：Central Repository

<!-- Maven仓库地址 -->
<dependency>
    <groupId>com.github.magese</groupId>
    <artifactId>ik-analyzer</artifactId>
    <version>7.5.0</version>
</dependency>

• 1. 将jar包放入solr服务的jetty或tomcat的webapp/WEB-INF/lib/目录下；

• 2. 将resources目录下的5个配置文件放入solr服务的jetty或tomcat的webapp/WEB-INF/classes/目录下；

  ①IKAnalyzer.cfg.xml
  ②ext.dic
  ③stopword.dic
  ④ik.conf
  ⑤dynamicdic.txt
  

• 3. 配置solr的managed-schema，添加ik分词器，示例如下；

  <!-- ik分词器 -->
  <fieldType name="text_ik" class="solr.TextField">
    <analyzer type="index">
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
        <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
        <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
  </fieldType>
  

• 4. 启动solr服务测试分词；

• 5. ik.conf文件说明：

  files=dynamicdic.txt
  lastupdate=0
  

  files为动态字典列表，可以设置多个字典表，用逗号进行分隔，默认动态字典表为dynamicdic.txt；

  lastupdate默认值为0，每次对动态字典表修改后请+1，不然不会将字典表中新的词语添加到内存中。lastupdate采用的是int类型，不支持时间戳，如果使用时间戳的朋友可以把源码中的int改成long即可；

  2018-08-23 已将源码中lastUpdate改为long类型，现可以用时间戳了。

• 5-dynamicdic.txt 为动态字典，在此文件配置的词语不需重启服务即可加载进内存中；

---

有问题可以联系作者邮箱magese@live.cn；

欢迎大家一起交流~