IKAnalyzer2017_6_6_0
码云:https://git.oschina.net/iicode/IKAnalyzer2017_6_6_0
Github:https://github.com/ittalks/IKAnalyzer2017_6_6_0
IKAnalyzer2017_6_6_0.jar下载:https://github.com/ittalks/IKAnalyzer2017_6_6_0/releases/download/v1.0.0/IKAnalyzer2017_6_6_0.jar
Solr作为搜索应用服务器，我们在使用过程中，不可避免的要使用中文搜索。 以下介绍solr的第三方分词器IKAnalyzer。
注：下面操作在Linux下执行，所添加的配置在windonws下依然有效。
运行环境
- Solr：6.6.0
- ϵͳ : Linux
以下是设置solr中文分词器的方法。
注：开始之前，假定你已经成功登录solr的界面，并创建了core。
新特性
在使用IKAnalyzer分词器之前，先说明由于作者在12年之后没有更新，导致旧版本的分词器和新版本的solr6.6.0无法匹配。 因此在源码的基础上做些改动，以兼容新版的solr。
- 兼容新版的solr6.6.0；
- 英文和数据支持单字分词；
IK中文分词对于数字和英文的分词方式是：一个英文单词为一个语汇单元，一个数值为一个语汇单元。 比如："2017 IK Analyzer是一个中文分词开源工具包。"这个句话使用IK中文分词后的结果为：
所以针对数值和英文单词的部分搜索支持不好。
如果你搜"345"是搜索不出来结果的，当然你可以使用lucene查询表达式或者WildcardQuery使用通配符查询。 但是如果搜索"456 IK Analy"，又该如何处理，情况会变得更加复杂。
所以这里针对数值和英文单词做了单字分词，能更好的处理这些情况。
人们经常会因为忘了某些单词或者数字的具体内容，则只输入部分内容
配置IKAnalyzer
这里把Tomcat的路径为/usr/local/apache-tomcat-8.5.5做说明。
一、将 IK Jar包和配置文件上传到Linux系统中，copy IK Jar包到 /usr/local/apache-tomcat-8.5.5/webapps/solr/WEB-INF/lib 目录下。 即copy IK Jar包到solr项目的lib目录下。
cp IKAnalyzer2017_6_6_0.jar /usr/local/apache-tomcat-8.5.5/webapps/solr/WEB-INF/lib/ 二、复制配置文件到 solr/WEB-INF/classes目录下(没有classes，则创建)
cp ext.dic IKAnalyzer.cfg.xml stopword.dic /usr/local/apache-tomcat-8.5.5/webapps/solr/WEB-INF/classes/ 注意IKAnalyzer.cfg.xml的配置，以启用停用词点和扩展词典。
<?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">ext.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">stopword.dic;</entry> </properties> 这里我特别说明一下，为了方便，我将这三个配置文件集成到了IK Jar包中，所以这里第二步可以省略。
此外，
ext.dic:IK扩展词典；stopword.dic:IK停用词词典。这里，我删除了停用词，以支持停用词的查询；IKAnalyzer.cfg.xml:IK配置文件；
当然，你也可以Fork IKAnalyzer2017_6_6_0， 移除
resources目录下的这三个文件，重新打包。然后按照步骤二分别配置。
三、进入solrhome中打开managed-schema文件，添加IKAnalyzer配置。
这里我以修改collection1作为示范。
我的路径配置路径：/usr/local/solrhome/home/collection1/conf，请根具个人路径修改配置文件
<!-- IKAnalyzer Field--> <field name="ik_filename" type="IK_cnAnalyzer" indexed="true" stored="true" multiValued="true"/> <field name="ik_keywords" type="IK_cnAnalyzer" indexed="true" stored="false" multiValued="true"/> <field name="ik_content" type="IK_cnAnalyzer" indexed="true" stored="true" multiValued="true"/> <!-- IKAnalyzer --> <fieldType name="IK_cnAnalyzer" class="solr.TextField" positionIncrementGap="100"> <analyzer type="index"> <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false"/> <filter class="org.wltea.analyzer.lucene.IKTokenFilterFactory" useSingle="true" useItself="false" /> </analyzer> <analyzer type="query"> <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false"/> <filter class="org.wltea.analyzer.lucene.IKTokenFilterFactory" useSingle="true" useItself="false" /> </analyzer> </fieldType> <copyField source="ik_content" dest="ik_keywords"/> <copyField source="ik_filename" dest="ik_keywords"/> 这里只是举个栗子，请根据个人需要修改配置文件。
配置详解
在Analyzer(分析器)中设置了index和query说明创建索引和查询的时候都使用分词， 因此如果有特殊要求，可以指定索引和查询时候设置不同的分词器。
智能分词&细粒度分词
IKTokenizerFactory是IK原生的分词器
useSmart：设置是否使用智能分词。默认为false，使用细粒度分词
单字分词
IKTokenFilterFactory是我做的扩展，以支持数值和英文单词的单字分词，
useSingle：设置是否对英文和数字单字分词。默认false。useItself：是否保留英文和数字原语汇单元。默认true。
扩展词库
IKAnalyzer.cfg.xml中我们配置了扩展词典，同时ext.dic词典中配置了如下扩展词汇：
诛仙 诛仙2 梦幻诛仙 梦幻诛仙2 solr遇到这些词汇，不仅对其进行分词，还会把它整体作为一个语汇单元创建索引。
我们做下测试：
