lucene3与paoding

最近又开始研究lucene了 真他妈的折腾 太久没用都基本忘光了。

正文：

1.paoding的jar包只支持了lucene2的，官方上说如果要用for lucene3的，需要直接从svn check下来，这里需要注意。

2.由于功能上的需要，自己加了一个健康类的词库，这里需要注意两点：

    a.加了词库后，需要把class/dic里面的.compiled文件夹删除，因为paoding在第一次执行时会把所有的词库都编译一次，似乎这么做是为了提高解析的执行效率。
    b.词库编译最好使用SortingDictionariesCompiler这个类编译，需要修改paoding-analyzer.properties，把其中paoding.analyzer.dictionaries.compiler这个值去掉注释。

    之所以这么做是因为如果使用默认的MostWordsModeDictionariesCompiler这个类编译的话，有些长词都被切分为小词，对于搜索，可能导致结果不准确。

    如：“朝阳区慈济医院”这个词如果用MostWordsModeDictionariesCompiler编译词库，切分出来的结果可能是“朝阳”“朝阳区”“慈济”“医院”但是“朝阳区慈济医院”就被吃了，但是如果用SortingDictionariesCompiler编译词库，切分出来的结果可能是“朝阳”“朝阳区”“慈济”“医院”“朝阳区慈济医院”，个人感觉这样比较符合要求。

代码上的区别：

SortingDictionariesCompiler
Dictionary vocabularyDictionary = dictionaries.getVocabularyDictionary();
File vocabularyFile = new File(compiledDicHomeFile, "vocabulary.dic.compiled");
sortCompile(vocabularyDictionary, vocabularyFile, charsetName);
		
		
MostWordsModeDictionariesCompiler
Dictionary vocabularyDictionary = dictionaries.getVocabularyDictionary();
File vocabularyFile = new File(compiledDicHomeFile, "vocabulary.dic.compiled");
compileVocabulary(vocabularyDictionary, knife, vocabularyFile, charsetName);