一个自定义的用语过滤非字符的Lucene分析器

最新推荐文章于 2020-07-31 17:45:11 发布

杨鑫newlfe

最新推荐文章于 2020-07-31 17:45:11 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： Java 大数据挖掘与大数据应用案例

本文链接：https://blog.youkuaiyun.com/u012965373/article/details/50754428

大数据挖掘与大数据应用案例同时被 2 个专栏收录

536 篇文章 ¥9.90 ¥99.00

订阅专栏

Java

427 篇文章

订阅专栏

本文档由YangXin提供，介绍了一个自定义的Lucene分析器，该分析器用于过滤非字母字符。分析器继承自Analyzer，并结合了StandardTokenizer、StandardFilter、LowerCaseFilter和StopFilter，同时通过正则表达式匹配仅包含字母的词汇。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<strong><span style="font-size:18px;">/***
 * @author YangXin
 * @info 一个定义的用语过滤非字字符的Lucene分析器
 */
package unitNine;

import org.apache.lucene.analysis.Analyzer;
import java.io.IOException;
import java.io.Reader;
import java.io.StringReader;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.apache.lucene.analysis.LowerCaseFilter;
import org.apache.lucene.analysis.StopFilter;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.WhitespaceTokenizer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.analysis.standard.StandardFilter;
import org.apache.lucene.analysis.standard.StandardTokenizer;
import org.apache.lucene.analysis.tokenattributes.TermAttribute;
im

了解本专栏