Solr6.5配置中文分词IKAnalyzer和拼音分词pinyinAnalyzer (二)
2017-04-05 08:51
477 查看
之前在Solr6.5在Centos6上的安装与配置(一)一文中介绍了solr6.5的安装。这篇文章主要介绍创建Solr的Core并配置中文IKAnalyzer分词和拼音检索。
Solr6.5在Centos6上的安装与配置(一)中solr的web.xml)中创建mycore目录;
2、复制solr-6.5.0\example\example-DIH\solr\solr下的所有文件到/down/apache-tomcat-8.5.12/solrhome/mycore目录下:
3、重新启动tomcat;
4、此时在浏览器输入http://localhost:8080/solr/index.html即可出现Solr的管理界面,即可看到我们刚才的mycore
2、为core添加对中文分词的支持。编辑mycore下conf下的managed-schema文件.
在文件的</schema>前添加
重启tomcat,后在浏览器输入http://localhost:8080/solr/index.html#/mycore/analysis
在FieldValue(Index)文本框输入一些中文,然后AnalyseFieldname/FieldType:选择text_smartcn查看中文分词的效果。
如图:
IKAnalyzer 这是最新的支持solr6.5.
解压后会有四个文件。
3、在ext.dic里增加自己的扩展词典,例如,唯品会聚美优品
4、复制solr-analyzer-ik-5.1.0.jarik-analyzer-solr5-5.x.jar到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
5、在solrhome\mycore\conf\managed-schema文件</schema>前增加如下配置
注意:记得将stopword.dic,ext.dic的编码方式为UTF-8无BOM的编码方式。
重启tomcat查看分词效果。
下载地址。
2、将pinyin4j-2.5.0.jar、pinyinAnalyzer.jar这两个jar包复制到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
3、在solrhome\mycore\conf\managed-schema文件</schema>前增加如下配置:
重启tomcat查看拼音检索效果。
这里用的是solr自带的中文分词加上pinyin4j来实现的。
相关文件的下载地址:
ikanalyzer-solr5.zip
pinyin.zip
所有要用到的文件:solr6.5ik-pinyin.zip
一、创建Core:
1、首先在solrhome(solrhome的路径和配置见[root@localhostdown]# [root@localhostdown]#mkdir/down/apache-tomcat-8.5.12/solrhome/mycore [root@localhostdown]#cd/down/apache-tomcat-8.5.12/solrhome/mycore
[root@localhostmycore]#
2、复制solr-6.5.0\example\example-DIH\solr\solr下的所有文件到/down/apache-tomcat-8.5.12/solrhome/mycore目录下:
[root@localhostmycore]#cp-R/down/solr-6.5.0/example/example-DIH/solr/solr/*./
[root@localhostmycore]#ls
confcore.properties
[root@localhostmycore]#
3、重新启动tomcat;
[root@localhostdown]#/down/apache-tomcat-8.5.12/bin/shutdown.sh [root@localhostdown]#/down/apache-tomcat-8.5.12/bin/startup.sh
4、此时在浏览器输入
二、配置solr自带的中文分词(和IK的区别是不能自己添加词库):
1、配置solr6.5自带中文分词。复制solr-6.5.0/contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-6.5.0.jar到apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。[root@localhostdown]#cp/down/solr-6.5.0/contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-6.5.0.jar/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/
2、为core添加对中文分词的支持。编辑mycore下conf下的managed-schema文件.
[root@localhostconf]#cd/down/apache-tomcat-8.5.12/solrhome/mycore/conf [root@localhostconf]#vimanaged-schema
在文件的</schema>前添加
<fieldTypename="text_smartcn"class="solr.TextField"positionIncrementGap="0"> <analyzertype="index"> <tokenizerclass="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/> </analyzer> <analyzertype="query"> <tokenizerclass="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/> </analyzer> </fieldType>
重启tomcat,后在浏览器输入
在FieldValue(Index)文本框输入一些中文,然后AnalyseFieldname/FieldType:选择text_smartcn查看中文分词的效果。
如图:
三、配置IKAnalyzer的中文分词:
1、首先下载解压后会有四个文件。
[root@localhostikanalyzer-solr5]#ls ext.dicIKAnalyzer.cfg.xmlsolr-analyzer-ik-5.1.0.jarik-analyzer-solr5-5.x.jarstopword.dic
ext.dic为扩展字典,stopword.dic为停止词字典,IKAnalyzer.cfg.xml为配置文件,solr-analyzer-ik-5.1.0.jarik-analyzer-solr5-5.x.jar为分词jar包。 2、将文件夹下的IKAnalyzer.cfg.xml,ext.dic和stopword.dic三个文件复制到/webapps/solr/WEB-INF/classes目录下,并修改IKAnalyzer.cfg.xml
[root@localhostikanalyzer-solr5]#cpext.dicIKAnalyzer.cfg.xmlstopword.dic/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/classes/
<?xmlversion="1.0"encoding="UTF-8"?> <!DOCTYPEpropertiesSYSTEM"http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IKAnalyzer扩展配置</comment> <!--用户可以在这里配置自己的扩展字典--> <entrykey="ext_dict">ext.dic;</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entrykey="ext_stopwords">stopword.dic;</entry> </properties>
3、在ext.dic里增加自己的扩展词典,例如,唯品会聚美优品
4、复制solr-analyzer-ik-5.1.0.jarik-analyzer-solr5-5.x.jar到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
[root@localhostdown]#cp/down/ikanalyzer-solr5/solr-analyzer-ik-5.1.0.jarik-analyzer-solr5-5.x.jar/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/
5、在solrhome\mycore\conf\managed-schema文件</schema>前增加如下配置
<!--我添加的IK分词--> <fieldTypename="text_ik"class="solr.TextField"> <analyzertype="index"> <tokenizerclass="org.apache.lucene.analysis.ik.IKTokenizerFactory"useSmart="true"/> </analyzer> <analyzertype="query"> <tokenizerclass="org.apache.lucene.analysis.ik.IKTokenizerFactory"useSmart="true"/> </analyzer> </fieldType>
注意:记得将stopword.dic,ext.dic的编码方式为UTF-8无BOM的编码方式。
重启tomcat查看分词效果。
四、配置拼音检索:
1、前期准备,需要用到pinyin4j-2.5.0.jar、pinyinAnalyzer.jar这两个jar包,2、将pinyin4j-2.5.0.jar、pinyinAnalyzer.jar这两个jar包复制到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
[root@localhostdown]#cppinyin4j-2.5.0.jarpinyinAnalyzer4.3.1.jar/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/
3、在solrhome\mycore\conf\managed-schema文件</schema>前增加如下配置:
<fieldTypename="text_pinyin"class="solr.TextField"positionIncrementGap="0">
<analyzertype="index">
<tokenizerclass="org.apache.lucene.analysis.ik.IKTokenizerFactory"/>
<filterclass="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory"minTermLenght="2"/>
<filterclass="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory"minGram="1"maxGram="20"/>
</analyzer>
<analyzertype="query">
<tokenizerclass="org.apache.lucene.analysis.ik.IKTokenizerFactory"/>
<filterclass="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory"minTermLenght="2"/>
<filterclass="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory"minGram="1"maxGram="20"/>
</analyzer>
</fieldType>
重启tomcat查看拼音检索效果。
这里用的是solr自带的中文分词加上pinyin4j来实现的。
相关文件的下载地址:
所有要用到的文件:
相关文章推荐
- Solr6.5配置中文分词IKAnalyzer和拼音分词pinyinAnalyzer (二)
- Solr之——配置中文分词IKAnalyzer和拼音分词pinyinAnalyzer
- solr 3.4配置中文分词IKAnalyzer3.2.8
- Solr中文分词配置(IKAnalyzer)
- window下配置Solr6.5以及IK Analyzer分词配置
- 【solr】Solr中文分词配置(IKAnalyzer)
- solr 5.5.1安装并配置中文分词IKAnalyzer
- 配置solr4.10.0和中文分词IKAnalyzer
- 在Solr中配置中文分词IKAnalyzer
- solr 扩展中文分词 IKAnalyzer 配置文件路径
- solr4.7.2开发实践 ——拼音检索【需要用到的包pinyin4j-2.5.0.jar和pinyinAnalyzer.jar;只需要配置schema.xml文件、solrj的java代码测试】
- solr学习之(二)_在solr4.2中部署IKAnalyzer中文分词插件
- Solr5.0配置中文分词包
- Linux(CentOS6.4)Solr4.8.1中文分词配置(IK分词)
- solr4.7安装配置,solrcloud安装配置,中文分词使用步骤
- [ solr入门 ] - 在schema.xml中加入中文分词(IKAnalyzer)
- solr中文分词mmseg4j详细配置
- Apache Solr 4.9 和 IKAnalyzer中文分词配置(下)
- Solr中文分词配置(2)
- Solr配置,schema.xml的配置,以及中文分词