目录

添加依赖

配置拓展词和停用词

运行测试

添加依赖

<dependency>
            <groupId>org.apache.lucene</groupId>
            <artifactId>lucene-core</artifactId>
            <version>8.5.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.lucene</groupId>
            <artifactId>lucene-analyzers-common</artifactId>
            <version>8.5.0</version>
        </dependency>
        <dependency>
            <groupId>com.github.magese</groupId>
            <artifactId>ik-analyzer</artifactId>
            <version>8.5.0</version>
        </dependency>

注意，版本要保持一致。

配置拓展词和停用词

通过 Maven 引入了 IK 分词器的依赖时，项目中不会自动生成 IKAnalyzer.cfg.xml 文件，也不会自带默认的扩展词典和停用词词典。因此，你需要手动创建 IKAnalyzer.cfg.xml 文件，并将其放置在项目的类路径下（通常是 resources 目录中）：

在配置文件中，指定了扩展字典和停用词字典，我们需要在与IKAnalyzer.cfg.xml同一目录下创建对应的文件:

在ext.dic中添加要拓展的词，这样IK分词器就可以识别出来了，比如我这里添加了:林腾

在stopwords.dic中添加要停用的词，这样IK分词器就不会识别这些词了，这里我停用了的，啊，a

运行测试

测试代码

public class IKAnalyzerExample {

    public static void main(String[] args) {
        try {
            // 待分词的文本
            String text = "林腾的博客啊a";

            // 创建 IKAnalyzer 分词器，参数 true 表示使用智能分词模式
            IKAnalyzer analyzer = new IKAnalyzer(true);

            // 分词
            TokenStream tokenStream = analyzer.tokenStream("content", new StringReader(text));
            CharTermAttribute term = tokenStream.addAttribute(CharTermAttribute.class);
            tokenStream.reset();

            // 输出分词结果
            System.out.println("分词结果：");
            while (tokenStream.incrementToken()) {
                System.out.print(term.toString() + " ");
            }

            tokenStream.close();
            analyzer.close();

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

根据我们刚刚添加的词典内容，IK分词器可以识别：林腾,不能识别:的,啊,a

结果：

可以看到林腾已经识别出来了，博客能识别是因为这个词本来就比较大众，IK分词器原本就可以识别。而"的，啊，a"就没有识别出来，因为我们将它们设置成了停用词