IKAnalyzer 自定义分词器

lucene 全文搜索框架，具体的定义在这里就不过多的介绍。那么主要讲一下，利用第三方分词器自定义我们的分成规则，IKAnalyzer 庖丁分词器就是一个很好的中文分词器。首先导入对应的jar包，我们都很清楚，配置文件是一种有效扩展的一种方式，那么IKAnalyzer也不例外。

1.首先创建一个项目

2.

2.

2.IKAnalyzer   框架创建默认初始化加载IKAnalyzer.cfg.xml配置文件中信息，在此文件中我们可以配置自己的分词器规则，如下我们创建测试类：

测试结果为：

那么我们想“高大上”是一个热门词我们想给它创建索引，此时我们只需再我们配置文件中将关键词定义就行，如下操作：

再次执行我们的测试：

由上图可知我们可以根据自己的需求定义自己的规则，在这里我遇到了一个小问题希望可以帮助到大家，在创建项目时默认为GBK,在创建自定义.dic文件时也是GBK编码，虽然定义“高大上”词，但是索引始终无“高大上”,最后知是此文件的编码问题，所以改变.dic文件为“UTF-8”,然后重新编写，运行ok，所以对于项目中遇到中文问题大家一定注意。