中文分词之Java实现使用IK Analyzer实现

IK Analyzer是基于lucene实现的分词开源框架

需要在项目中引入:
IKAnalyzer2012FF_u1.jar --- FF 代表for lucene 4.0(four)
lucene-core-4.0.0.jar

示例代码如下(使用IK Analyzer):

package com.haha.test;  
  
import java.io.IOException;  
import java.io.StringReader;  
import org.apache.lucene.analysis.Analyzer;  
import org.apache.lucene.analysis.TokenStream;  
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;  
import org.wltea.analyzer.lucene.IKAnalyzer;  
  
public class Test2 {  
    public static void main(String[] args) throws IOException {  
        String text="基于java语言开发的轻量级的中文分词工具包";  
        //创建分词对象  
        Analyzer anal=new IKAnalyzer(true);       
        StringReader reader=new StringReader(text);  
        //分词  
        TokenStream ts=anal.tokenStream("", reader);  
        CharTermAttribute term=ts.getAttribute(CharTermAttribute.class);  
        //遍历分词数据  
        while(ts.incrementToken()){  
            System.out.print(term.toString()+"|");  
        }  
        reader.close();  
        System.out.println();  
    }  
  
}  

运行后结果:

基于|java|语言|开发|的|轻量级|的|中文|分词|工具包|

你可能感兴趣的:(中文分词之Java实现使用IK Analyzer实现)