Solr4.8.1+mmseg4j1.9.1 集成

           大家好，我是一网菜鸟网(http://www.sklll.com)站长，网站目前正在维护中，今天在这里做一下Solr4.x和mmseg41.9.1集成的详细文章说明，包括mmseg4j1.9.1的一些源码的修改,大家有什么不懂的可以给我留言或者到我群(225223397)内一起导论，我邮箱[email protected]。

        前面我们讲了solr4.8.1和tomcat7集成，这里再讲一下中文分词，中文分词最简单集成的是IK分词器，但是IK分词器似乎不是那么理想，所以我考虑集成mmseg4j。

        由于solr的版本比较高，所以我们也选择版本较高的mmseg4j，这里选用的是mmseg4j1.9.1，具体下载我就不说了，下载一个下面的包就可以了。

      

       解压mmseg4j，并将\mmseg4j-1.9.1\dist目录下的jar包全部放到\server\solr\WEB-INF\lib下，再到\home\collection1\conf下找到schema.xml，加上如下代码：

  <fieldType name="text_mmseg4j_complex" class="solr.TextField" positionIncrementGap="100" >    
        <analyzer>    
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="dic"/>    
        </analyzer>    
    </fieldType>    
    <fieldType name="text_mmseg4j_maxword" class="solr.TextField" positionIncrementGap="100" >    
        <analyzer>    
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" dicPath="dic"/>    
        </analyzer>    
    </fieldType>    
    <fieldType name="text_mmseg4j_simple" class="solr.TextField" positionIncrementGap="100" >    
        <analyzer>    
          <!--  
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="n:/OpenSource/apache-solr-1.3.0/example/solr/my_dic"/>   
            -->  
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic"/>       
        </analyzer>    
    </fieldType>  
    <!-- mmseg4j--> 

这时候运行tomcat，访问solr选择分词就会报如下错误：

我们这里需要修改solr的源代码，找到\mmseg4j-1.9.1\mmseg4j-analysis\src\main\java\com\chenlb\mmseg4j\analysis\MMSegTokenizer.java，修改如下图：

修改后运行mvn clean package -DskipTests进行打包，这里网上也有一些资料，但是都没有说具体的怎么打包，对于不熟悉maven的人来说有一定困难。

maven安装好了后，只需要输入上面一行命令回车就行了。至于maven的安装我就不说了。

这时候\mmseg4j-1.9.1\mmseg4j-analysis包下回多了一个文件夹，打开它就可以看到新的jar包了，把项目中的包替换掉就可以了。

到这里就都解决了，重启启动tomcat，运行界面如下：

大功告成了，下一节，我们再讲和其他中文分词器集成。

我的网站目前还在研发中，欢迎关注下，网站名称：一网菜鸟网，网址：sklll.com   敬请关注