文章列表
Analyzer，文本分析的过程，实质上是将输入文本转化为文本特征向量的过程。
Analyzer包含两个核心组件，Tokenizer以及TokenFilter。两者的区别在于，前者在字符级别处理流，而后者则在词语级别处理流。Tokenizer是Analyzer的第一步，其构造函数接收一个Reader作为参数，而TokenFilter则是一个类似拦截器的东东，其参数可以是TokenStream、Tokenizer，甚至是另一个TokenFilter。整个Lucene Analyzer的过程如下图所示：
1.Analyzer类：
Analyzer类是一个抽象类，是所有分析器的基类。为了定义分 ...
不得不说，Nutch的入门官方文档写的真不清晰明了。害的我按照官方文档折腾半天。
Nutch现在已经到了2.2.2版本，而且版本1.x已经更新到了1.8，这里以1.7为例，1.8中的部分命令行工具的API有变，入门时不是很容易。
#安转运行Nutch#
JDK开发工具包详解(jar.exe,javadoc.exe...)
一、JDK开发工具包详解
JDK安装完成，进入相应的JDK目录，找到bin目录，会看到很多EXE文件，这些都是JDK的开发工具和实用程序。JDK 工具库中有八种主要程序:
Javac：Java编译器，将Java源代码转 ...