Lucene是Apache发布的开源搜索引擎开发工具包,不仅提供了核心的搜索功能,还提供了许多其他功能插件,例如:拼写检查功能模块。
搜索拼写检查模块实现类在lucene-suggest-x.xx.x.jar包中,package名为org.apache.lucene.search.spell,其中拼写检查功能的核心实现有3个类,
分别为:SpellChecker、DirectSpellChecker、WordBreakSpellChecker;
3个类提供了不同的拼写检查方式,区别如下:
SpellChecker:提供了原始的拼写检查功能,在拼写检查前需要重新建立索引(根据txt字典文件建立索引或者已有索引文件的某个字段建立索引),然后才可以进行拼写检查;
SpellChecker源码分析查看如下网站:http://www.tuicool.com/articles/naIBjm
DirectSpellChecker:提供了改进的拼写检查功能,可以直接利用已有索引文件进行拼写检查,不需要重新建立索引(solr系统默认采用此种方式进行拼写检查);
WordBreakSpellChecker:也不需要重新建索引,可以利用已有索引进行拼写检查。
SpellChecker使用:
建立索引有三种方式:
PlainTextDictionary:用txt文件初始化索引
LuceneDictionary:用现有索引的某一个字段初始化索引
HighFrequencyDictionary:用现有索引的某个字段初始化索引,但每个索引条目必须满足一定的出现率
1 //新索引目录 2 String spellIndexPath = “D:\\newPath”; 3 //已有索引目录 4 String oriIndexPath = "D:\\oriPath"; 5 //字典文件 6 String dicFilePath = “D:\\txt\\dic.txt”; 7 8 //目录 9 Directory directory = FSDirectory.open((new File(spellIndexPath)).toPath()); 10 11 SpellChecker spellChecker = new SpellChecker(directory); 12 13 //以下几步用来初始化索引 14 IndexReader reader = DirectoryReader.open(FSDirectory.open((new File(oriIndexPath)).toPath())); 15 //利用已有索引 16 Dictionary dictionary = new LuceneDictionary(reader, fieldName); 17 //或者利用txt字典文件 18 //Dictionary dictionary = new PlainTextDictionary((new File(dicFilePath)).toPath()); 19 IndexWriterConfig config = new IndexWriterConfig(new StandardAnalyzer()); 20 spellChecker.indexDictionary(dictionary, config, true); 21 22 String queryWord = "beijink"; 23 int numSug = 10; 24 //拼写检查 25 String[] suggestions = spellChecker.suggestSimilar(queryWord, numSug); 26 27 reader.close(); 28 spellChecker.close(); 29 directory.close();
DirectSpellChecker使用:
1 DirectSpellChecker checker = new DirectSpellChecker(); 2 String readerPath = "D:\\path"; 3 IndexReader reader = DirectoryReader.open(FSDirectory.open( 4 (new File(readerPath)).toPath())); 5 Term term = new Term("fieldname", "querytext"); 6 int numSug = 10; 7 SuggestWord[] suggestions = checker.suggestSimilar(term, numSug, reader);
时间: 2024-10-20 18:20:05