lucene MMAnalyzer 实现中文分词

先上代码：

import java.io.IOException;

import jeasy.analysis.MMAnalyzer;

/**
 * 此次测试使用的是Lucene2.2 
 * @author 李晗
 *
 */
public class Test {  

	public static void main(String[] args) 
	{
		String text = "休斯敦火箭在客场挑战森林狼本赛季两队交手两次火箭在主客场两战全胜"; 

		MMAnalyzer analyzer = new MMAnalyzer();
		try 
		{
			System.out.println(analyzer.segment(text, " | "));
		} 
		catch (IOException e) 
		{
			e.printStackTrace();
		}
	}
}

输出：休斯敦 | 火箭 | 客场 | 挑战 | 森林 | 狼 | 本 | 赛季 | 两队 | 交手 | 两次 | 火箭 | 主 | 客场 | 两战 | 全胜 |

首先应该下载一个 mmanalyzer, 对应的lucene版本应该是1.9到2.4之间，即既不能用老版本也不能用新的版本。 真搞不懂lucene怎么维护的这些…… 反正1.4 不适合，3.0 不适合。

如果用不合适的版本会出现error：

Exception in thread "main" java.lang.NoSuchMethodError: org.apache.lucene.analysis.StopFilter.<init>(Lorg/apache/lucene/analysis/TokenStream;Ljava/util/Set;Z)V
at jeasy.analysis.MMAnalyzer.tokenStream(Unknown Source:28)
at jeasy.analysis.lIlllIIIIIllIlII.segment(Unknown Source:209)
at Test.main(Test.java:20)

评论

1 楼 lsw521314 2012-07-13  

麻烦把包贴出来，谢谢了