lucene之Analyzer之PaoDingAnalyzer

http://blog.csdn.net/love_javaprogram/article/details/6549320

PaodingAnalyzer使用方法：
PaodingAnalyzer使用方法：
下面进入主题,来讲解Lucene和"庖丁解牛"中文分词包的整合.
        "庖丁解牛"的下载地址是[url]http://code.google.com/p/paoding/downloads/list[/url],下载好后解压,我解压在E:/paoding2_0_4,进入该

目录
首先将paoding-analysis.jar拷贝到项目的WEB-INF/lib目录;
接着需要设置环境变量PAODING_DIC_HOME,变量名:PAODING_DIC_HOME 变量值:E:/paoding2_0_4/dic
第三步将E:/paoding2_0_4/src目录下的paoding-dic-home.properties属性文件拷贝到项目的src目录下,添加一行

paoding.dic.home=E:/paoding2_0_4/dic 好了,到这里,已经完成了Lucene和"庖丁解牛"的整合,下面写个例子来测试一下.
    package gzu.lyq.luceneAnalyzer;
    import java.io.StringReader;
    import org.apache.lucene.analysis.Analyzer;
    import org.apache.lucene.analysis.Token;
    import org.apache.lucene.analysis.TokenStream;
    import net.paoding.analysis.analyzer.PaodingAnalyzer;
    //测试"庖丁解牛"中文分词器的分词效果    
    public class PaodingAnalyzer {
        public static void main(String[] args) throws Exception {
            Analyzer analyzer = new PaodingAnalyzer();
            String  indexStr = "我的QQ号码是58472399";
            StringReader reader = new StringReader(indexStr);
            TokenStream ts = analyzer.tokenStream(indexStr, reader);
            Token t = ts.next();
            while (t != null) {
                System.out.print(t.termText()+"  ");
                t = ts.next();
            }
        }
    }
分词结果:我的  qq  号码  58472399  
如果把indexStr换成是"中华人民共和国万岁" ,那么分词结果为:
中华  华人  人民  共和  共和国  万岁

在lucene中的应用：
创建索引：
Analyzer analyzer = new PaodingAnalyzer();
Directory directory = FSDirectory.open(path);
IndexWriter writer = new IndexWriter(directory,analyzer,true,IndexWriter.MaxFieldLength.UNLIMITED);
 
搜索：
IndexSearcher searcher=new IndexSearcher(directory,true);
  //创建标准分析器 可用于分词  用来对查询语句进行词法分析和语言处理
  Analyzer analyzer = new PaodingAnalyzer();
     //查询解析器
     QueryParser parser=new QueryParser(Version.LUCENE_CURRENT, "body" ,analyzer );
     //QueryParser 调用parser 进行语法分析，形成查询语法树，放到Query
     Query query=parser.parse(queryString);