solr中MMSEG4j、IK Analyzer中文分词器安装配置

2种solr上的中文分词器分词方法.....分享一下我安装中所遇到的问题，跟大家一起共勉

注：我所有的安装环境都是基于Jetty容器来安装solr了，不是基于tomcat来安装的；虽然说只是安装的容器不同，但是只有在你安装的时候你才会发现，安装solr后的solr结构差异也是很大，各种相似的包，导致我在网上看到很多的分词器的安装都是基于tomcat的，弄的我最后jar文件的移动，schema.xml的配置等等全都很乱，几乎我每个lib文件夹下都有j我添加的jar包，而且都不成功，所以才打算写这篇来共享一下我使用jetty安装的solr安装分词器的步骤

首先是IK Analyzer分词器的安装（我是在MMSEG4j安装一直失败，没有办法最后就安装了IK分词器当然并不是说IK就一定比MMSEG差，只是我所需要的环境需要而已）

1.IK Analyzer的安装

到网上下载ik analyzer包，解压后得如下目录：

我们先在solr_home（我的solo_home是F:\solr-4.6.0\solr\example\solr）下新建一个lib文件夹，把上述解压后的IKAnalyzer2012FF_u1.jar文件拷贝到刚刚新建的lib文件夹中。然后把IKAnalyzer.cfg.xml和stopword.dic拷贝到F:\solr-4.6.0\solr\example\solr\collection1\conf目录下（也就是跟schema.xml同一个目录下），最后在schema.xml中增加一段配置：

1. <fieldType name="text_ik" class="solr.TextField">   
2.      <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>   
3. </fieldType> 
   

最后测试中文的时候选择用text_ik（就是上述配置中fieldType name="text_ik"定义的）测试即可

2.使用MMSEG分词器安装：

    这个安装真的是费了我好大的力气。

     先下载MMSEG分词包（网上有，csdn上就有人免费提供下载，真是好人啊），解压后目录如下：

同样，我们在solr_home（我的solo_home是F:\solr-4.6.0\solr\example\solr）下新建一个dic（切记，不是上面的lib咯）文件夹，把上述dist中的3个jar文件拷贝到刚刚新建的ldic文件夹中。然后在F:\solr-4.6.0\solr\example\solr\collection1\conf\schema.xml中增加一段配置(版本较低的在dicpath=“dic”改成“dicpath=“dic文件夹所在的绝对路径”)：

在你配置完后你可能会遇到一个问题（如果没遇到那就更好了），悲催的我就是遇到这个问题搞了大半天，在solr中输入中文之后使用我们上面fieldType定义好的分词器，你会出现一个bug显示：

 会提示你说有subclass没有reset（）；到时MMSEG使用不了，这是一个很大的问题。解决方案：我们需要找到我们之前下载到的MMSEG包；里面有一个mmseg4j-analysis文件夹，跟dist文件夹评级的。找到：F:\mmseg4j-1.9.1\mmseg4j-analysis\src\main\java\com\chenlb\mmseg4j\analysis文件夹，里面有一个MMSegTokenizer.java类，在类中加一行代码：super.reset();如图下：

最后把mmseg4j-analysis重新编译成jar文件，（这里需要用到maven来编译（需要先下载maven到本地）：我把编译的命令也发给大家吧，省的找）

在windows下：进入cmd命令：进入到F:\mmseg4j-1.9.1\mmseg4j-analysis>mvn compile;然后在输入mvn package打包。

最后会在F:\mmseg4j-1.9.1\mmseg4j-analysis\target文件夹内出现一个mmseg4j-analysis-1.9.2-SNAPSHOT.jar，把这个jar覆盖原来我们拷贝到F:\solr-4.6.0\solr\example\solr\dic文件夹内，删除原来的mmseg4j-analysis-1.9.1.jar，最后在eclipse中刷新一下重新运行即可。大功告成

以上就是我安装这两个中文分词器所遇到的问题以及解决方案，共享给大家