solr 和paoding整合

1. 下载paoding-analysis-2.0.4-beta.zip
http://code.google.com/p/paoding/downloads/list

2. 解压压缩包至paoding-analysis-2.0.4-beta
3. 设置paoding的home环境变量：
l 把paoding-analysis-2.0.4-beta中的dic文件夹考到solr的home文件夹中
l 进入paoding-analysis-2.0.4-beta找到paoding-analysis.jar，将其考到tomcat/webapps/solr/solr/WEB-INF/lib下
l 解压paoding-analysis.jar，找到文件paoding-dic-home.properties，更改属性如下：
paoding.dic.home=D:/solr/solr/dic（D:/solr/solr为solr的home目录）
l 重新编译打包成paoding-analysis.jar

4. 封装paoding

package org.paoding;

import java.io.Reader;
import java.util.Map;

import net.paoding.analysis.analyzer.PaodingTokenizer;
import net.paoding.analysis.analyzer.TokenCollector;
import net.paoding.analysis.analyzer.impl.MaxWordLengthTokenCollector;
import net.paoding.analysis.analyzer.impl.MostWordsTokenCollector;
import net.paoding.analysis.knife.PaodingMaker;

import org.apache.lucene.analysis.TokenStream;
import org.apache.solr.analysis.BaseTokenizerFactory;


/**
* 中文切词 对庖丁切词的封装
*/
public class ChineseTokenizerFactory extends BaseTokenizerFactory {
/**
* 最多切分 默认模式
*/
public static final String MOST_WORDS_MODE = "most-words";
/**
* 按最大切分
*/
public static final String MAX_WORD_LENGTH_MODE = "max-word-length";
private String mode = null;
public void setMode(String mode) {
if (mode==null||MOST_WORDS_MODE.equalsIgnoreCase(mode)
|| "default".equalsIgnoreCase(mode)) {
this.mode=MOST_WORDS_MODE;
} else if (MAX_WORD_LENGTH_MODE.equalsIgnoreCase(mode)) {
this.mode=MAX_WORD_LENGTH_MODE;
}
else {
throw new IllegalArgumentException("不合法的分析器Mode参数设置:" + mode);
}
}
@Override
public void init(Map args) {
super.init(args);
setMode( (String) args.get("mode"));
}
public TokenStream create(Reader input) {
return new PaodingTokenizer(input, PaodingMaker.make(),
createTokenCollector());
}
private TokenCollector createTokenCollector() {
if( MOST_WORDS_MODE.equals(mode))
return new MostWordsTokenCollector();
if( MAX_WORD_LENGTH_MODE.equals(mode))
return new MaxWordLengthTokenCollector();
throw new Error("never happened");
}
}


注：其中需要的包为solr.war中的lib库和庖丁文件包中的paoding-analysis.jar
将以上代码打包为paoding.jar（附件中可下载）,考到tomcat/webapps/solr/solr/WEB-INF/lib下。

5. 找到solr 的home目录下的conf（即D:\solr\solr\conf）中的schema.xml,做如下修改：


<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<!--<tokenizer class="solr.WhitespaceTokenizerFactory"/>-->
<tokenizer class="org.paoding.ChineseTokenizerFactory" mode="most-words"/>
··· ···
</analyzer>
<analyzer type="query">
<!--<tokenizer class="solr.WhitespaceTokenizerFactory"/>-->
<tokenizer class="org.paoding.ChineseTokenizerFactory" mode="most-words"/>
··· ···
</analyzer>
</fieldType>
其中<!-- --> 里面的为原来默认的内容

6.重启tomcat即可。进行测试http://localhost:8888/solr/admin/analysis.jsp