solr全文搜索+mmseg4j中文分词[配置]

这二天一直在研究全文搜索，想放到自己的一个网站上做应用；再经过对比之后，选择了同为JAVA的基于lucene的solr＋mmseg4j中文分词器;

 

首先:上网下载一个最新的Solr：http://lucene.apache.org/solr/

       安装Solr， 下载下来直接解压，然后进入apache-solr-1.4.0/example下面，直接运行:
       java -jar start.jar
       然后查看http://localhost:8983/solr/，看到欢迎界面,一切ok。

       (在这里,我将apache-solr-1.4.0放置于我的django项目根目录,与settings.py目录平级)

第二步:上网下载最新的mmseg4j:http://code.google.com/p/mmseg4j/downloads/list (现在最新的是1.8.2)

       (solr.home == apache-solr-1.4.0/example/solr/)

       把 mmseg4j-all-1.8.2.jar 放到 solr.home/lib下,届时solr服务器启动时会自动加载;

       在solr.home下新建一个dic文件夹(如没有),里面放置您的字典文件(*.dic),chars.dic 同words.dic 是一定要有的;

第三步:更新solr.home/conf/schema.xml文件；

      1：add fieldType;

 

<fieldType name="textComplex" class="solr.TextField" positionIncrementGap="100" >  
    <analyzer>  
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="dic"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
    </analyzer>  
</fieldType>  
<fieldType name="textMaxWord" class="solr.TextField" positionIncrementGap="100" >  
    <analyzer>  
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" dicPath="dic"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
    </analyzer>  
</fieldType>  
<fieldType name="textSimple" class="solr.TextField" positionIncrementGap="100" >  
    <analyzer>  
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
    </analyzer>  
</fieldType> 

 2:add field

 

<field name="simple" type="textSimple" indexed="true" stored="true"/>  
<field name="complex" type="textComplex" indexed="true" stored="true"/>  
<field name="text" type="textMaxWord" indexed="true" stored="true"/>

    *(在这里，因为原文件已存在text字段，所以将原先的text字段删除即可；也可以修改您的text名称，不过我没有试)

3:add copyfield

 

<copyField source="text" dest="simple" />  
<copyField source="text" dest="complex" />

 这样schema文件就修改好了；

 *(记住这个时候一定要重启一下solr服务才能生效,尤其是你将要生成索引的时候)

 

主要参考：http://blog.chenlb.com/2009/04/solr-chinese-segment-mmseg4j-use-demo.html

               http://fzuslideblog.appspot.com/2010/03/25/django_solr_search.html