IKAnalyzer 扩展词典（强制分词）

前面说到solr+IKAnalyzer来配置中文分词；在实际中我们有些需求是需要将特定的词作为一个分词来处理，那么我们就需要设置自己的词典

例子：连帽上衣

希望将 “连帽” 作为一个词来处理，并不希望作为 连，帽 来处理

默认分词：

做法：

IKAnalyzer.cfg.xml放到solr的tomcat中：..../webapp/WEB-INF/classes/IKAnalyzer.cfg.xml，并配置 IKAnalyzer.cfg.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">  
<properties>  
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典--> 
	<entry key="ext_dict">/mydict.dic;</entry> 
	 
	 <!--用户可以在这里配置自己的扩展停止词字典-->
	<entry key="ext_stopwords">/ext_stopword.dic</entry> 
	
</properties>

我是将 mydict.dic 文件和 IKAnalyzer.cfg.xml 放在同一个目录，也可以放在别的地方，配置好路径就可以了

mydict.dic 文件中就只有“连帽” 这个词；

经典问题来了：mydict.dic 必须是 utf-8 的无BOM格式编码。

配置好之后重启solr，再次查看分词：

这样连帽就能匹配的到了。

搞了好久，才知道是文件的编码格式不对。我日的，还必须是无BOM格式。