Solr6适配升级版中文分词器IK Analyzer

痛定思痛。 2022-07-15 10:43 215阅读 0赞

**摘要：** 中文分词库 IKAnalyzer自2006年发布以后，被大量运用，但是目前已经没有更新了，因此不能很好的支持Solr6，为此，我修改了源码，使之兼容。

## 下载源码 ##

1.  开源地址： [https://github.com/EugenePig/ik-analyzer-solr5][https_github.com_EugenePig_ik-analyzer-solr5]  
    说明：原本IK Analyzer应该为[https://github.com/wks/ik-analyzer][https_github.com_wks_ik-analyzer]，但是由于太久没更新，这个源码升级跨度太大，于是我用的别人的代码ik-analyzer-solr5，这份代码源自于IK Analyzer\_2012
2.  环境与工具：JDK8，Eclipse4.5（带有git插件，Maven插件）
3.  引入项目：Import – > Git – > Projects from Git – > Clone URI
4.  修改pom.xml文件：将IK Analyzer直接升级为6.0.0，lucene和Solr的版本用6.0.0，此外lucene-analyzers和lucene-smartcn已经合并为lucene-analyzers-smartcn，将版本也定为6.0.0，修改完之后，转换成Maven项目，参见[Solr6升级mmseg4j][Solr6_mmseg4j].

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
      <modelVersion>4.0.0</modelVersion>
    
      <groupId>org.wltea.ik-analyzer</groupId>
      <artifactId>ik-analyzer-solr6</artifactId>
      <version>6.0.0</version>
      <packaging>jar</packaging>
    
      <name>ik-analyzer-solr6</name>
      <url>http://code.google.com/p/ik-analyzer/</url>
    
      <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    
        <lucene.version>6.0.0</lucene.version>
    
        <javac.src.version>1.8</javac.src.version>
        <javac.target.version>1.8</javac.target.version>
        <maven.compiler.plugin.version>3.3</maven.compiler.plugin.version>
      </properties>
    
      <dependencies>
        <dependency>
          <groupId>junit</groupId>
          <artifactId>junit</artifactId>
          <version>4.11</version>
          <scope>test</scope>
        </dependency>
    
        <dependency>
          <groupId>org.apache.lucene</groupId>
          <artifactId>lucene-core</artifactId>
          <version>${lucene.version}</version>
        </dependency>
    
        <dependency>
          <groupId>org.apache.lucene</groupId>
          <artifactId>lucene-queryparser</artifactId>
          <version>${lucene.version}</version>
        </dependency>
    
        <dependency>
          <groupId>org.apache.lucene</groupId>
          <artifactId>lucene-analyzers-common</artifactId>
          <version>${lucene.version}</version>
        </dependency>                     
      </dependencies>
    
      <build>
        <plugins>
          <plugin>
            <artifactId>maven-compiler-plugin</artifactId>
        <configuration>
          <target>${javac.src.version}</target>
          <source>${javac.target.version}</source>
            </configuration>
            <version>${maven.compiler.plugin.version}</version>
          </plugin>
        </plugins>
      </build>
    
    </project>

# 升级代码 #

1.  Build项目：发现项目有中文注释视乱码，将项目编码改为UTF-8，  
    ![这里写图片描述][20161112142734308]  
    将Java版本升级为Java8，注意：Eclipse4.4以上才支持java8,。
2.  IKQueryExpressionParser.java：编译器直接报错，需要修改这个文件。
3.  通过官方API，看到`BooleanQuery`的使用方法已经改变，将其改正。  
    ![这里写图片描述][20161115215033507]  
    改正后错误消失。  
    ![这里写图片描述][20161115215043992]
4.  重新打包，得到的[jar文件][jar]。
5.  我将代码放在了GitHub上：[https://github.com/cj96248/ik-analyzer-solr6][https_github.com_cj96248_ik-analyzer-solr6]

[https_github.com_EugenePig_ik-analyzer-solr5]: https://github.com/EugenePig/ik-analyzer-solr5
[https_github.com_wks_ik-analyzer]: https://github.com/wks/ik-analyzer
[Solr6_mmseg4j]: http://blog.csdn.net/jiangchao858/article/details/53057497
[20161112142734308]: /images/20220715/0e53dada75ff4fe6abf89e8c8ad3f3af.png
[20161115215033507]: /images/20220715/edf790f8a37b498784243ce75b9a5e63.png
[20161115215043992]: /images/20220715/de0ee9be48444720be5ee19b599d83de.png
[jar]: http://download.csdn.net/detail/jiangchao858/9683884
[https_github.com_cj96248_ik-analyzer-solr6]: https://github.com/cj96248/ik-analyzer-solr6