Lucenenote.docVIP

分词器的介绍: 推荐使用的四大类分词器： SimpleAnalyzer StopAnalyzer WhiteSpaceAnalyzer StandardAnalyzer TokenStream： 通过 Tokenizer和TokenFilter 来生成最终的TokenStream Tokenizer： 用来分词的类，将一组数据划分为语汇单元 TokenFilter：用来过滤语汇单元的类 索引中大写字母被保存为小写的原因就是这里了  Lucene的分词： StopAnalyzer的默认停用词： 中文分词器： MMseg： MMSeg无参的构造函数： 会自动加载data里面的词库 不使用Maven的话要下载with-dic版本的jar包自定义同义词分词器： 思路： 自定义Tokenizer和TokenTilter （使用MMSeg4j） 获取CharTermAttribute 获取PositionIncrementAttribute 获取相应的同义词列表 如果有同义词数据，在相同的位置添加同义词 Worknet的原理也是这样滴 思路2：