Java——ikanalyzer分词·只用自定义词库

需要包：
IKAnalyzer2012_FF_hf1.jar
lucene-core-5.5.4.jar
需要文件：

IKAnalyzer.cfg.xml
ext.dic
stopword.dic

整理好的下载地址：
http://download.csdn.net/detail/talkwah/9770635

import java.io.IOException;
import java.io.StringReader;
import org.wltea.analyzer.cfg.Configuration;
import org.wltea.analyzer.cfg.DefaultConfig;
import org.wltea.analyzer.core.IKSegmenter;
import org.wltea.analyzer.core.Lexeme;

public class FenCi {

    private static Configuration m_wordCut_cfg;

    public static void main(String[] args) throws IOException {
        String s = "这节课我们讲授c语言里的结构体和宏";
        wordCut(s);
    }

    public static void wordCut(String query) throws IOException {
        m_wordCut_cfg = DefaultConfig.getInstance();
        System.out.println(m_wordCut_cfg.getMainDictionary()); // 系统默认词库
        System.out.println(m_wordCut_cfg.getQuantifierDicionary());

        StringReader input = new StringReader(query.trim());
        // true 用智能分词/false细粒度
        IKSegmenter ikSeg = new IKSegmenter(input, true);

        Lexeme lexeme = ikSeg.next();
        for (; lexeme != null; lexeme = ikSeg.next()) {
            // 禁用默认词典，只用自定义词典
            // 1.默认词典设为停用词典
            // 2.getLexemeType为64的直接跳过
            int nType = lexeme.getLexemeType();
            if (nType == 64) {
                continue;
            }
            System.out.print(lexeme.getLexemeText() + " ");
        }

    }
}

ext.dic（此例中放在src文件夹下）

#第一行人家不算呢（大小写都能匹配）
C语言
结构体
宏

IKAnalyzer.cfg.xml（必须放在src文件夹下）

<?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;org/wltea/analyzer/dic/main2012.dic;</entry>
</properti

stopword.dic（没改）

结果：

org/wltea/analyzer/dic/main2012.dic
org/wltea/analyzer/dic/quantifier.dic
加载扩展词典：ext.dic
加载扩展停止词典：stopword.dic
加载扩展停止词典：org/wltea/analyzer/dic/main2012.dic
c语言 结构体 宏