lucene测试IKAnalyzer分词器和读取txt文件方法

本文展示了一个使用IKAnalyzer进行中文分词的简单示例。通过叠加字符串的方式构造了大量文本,并利用IKAnalyzer进行分词处理,展示了分词的效果及耗时情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

package test;


import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.io.StringReader;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.wltea.analyzer.lucene.IKAnalyzer;

 


/**
 *
 * @author Administrator
 * @测试分词器
 */
public class TestAnalyzer {
  
 

 public static void main(String[] args)throws Exception{
   Analyzer ik=new IKAnalyzer();
  String text2="我们是中国人举行了2008年8月8日北京奥林匹克运动会我们是中国人举行了2008年8月8日北京奥林匹克运动会";
  //读取文件
       // text2=readTxt("D:\\note.txt");
       
        //十词=叠加字符串
  StringBuffer sb=new StringBuffer();
  for(int i=0;i<10;i++){
   sb.append(text2);
  }  
  //分词
  testAanlyzer(ik,sb.toString());
 }
 public static void testAanlyzer (Analyzer analyzer,String text)throws Exception{
  
  long start=System.currentTimeMillis();  
  TokenStream ts=analyzer.tokenStream("content",new StringReader(text));
  CharTermAttribute term=ts.getAttribute(CharTermAttribute.class);
  System.out.println("分词效果如下:");
  int i=0;
  while(ts.incrementToken()){
   i++;
   System.out.println(new String(term.buffer(),0,term.length()));
  }
  long usetime=System.currentTimeMillis()-start;
  System.out.println("共分词="+i+",共耗时="+usetime+"毫秒。");
 }
 
   public String readTxt(String path){
    StringBuffer text = new StringBuffer("");
  String tex = null;
  BufferedReader read = null;
  try {
   read = new BufferedReader(new FileReader(path));
   while ((tex = read.readLine()) != null) {
    text.append(tex + "\n");
   }
  } catch (FileNotFoundException e) {
   e.printStackTrace();
  } catch (IOException e) {
   e.printStackTrace();
  } finally {
   if (read != null) {
    try {
     read.close();
    } catch (IOException e) {
     e.printStackTrace();
    }
   }
  }
  //System.out.println(text);
    return text.toString();
   }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值