lucene拼写检查模块

Lucene是Apache发布的开源搜索引擎开发工具包，不仅提供了核心的搜索功能，还提供了许多其他功能插件，例如：拼写检查功能模块。

搜索拼写检查模块实现类在lucene-suggest-x.xx.x.jar包中，package名为org.apache.lucene.search.spell，其中拼写检查功能的核心实现有3个类，

分别为：SpellChecker、DirectSpellChecker、WordBreakSpellChecker;

 

3个类提供了不同的拼写检查方式，区别如下：

SpellChecker：提供了原始的拼写检查功能，在拼写检查前需要重新建立索引（根据txt字典文件建立索引或者已有索引文件的某个字段建立索引），然后才可以进行拼写检查；

SpellChecker源码分析查看如下网站：http://www.tuicool.com/articles/naIBjm

DirectSpellChecker：提供了改进的拼写检查功能，可以直接利用已有索引文件进行拼写检查，不需要重新建立索引（solr系统默认采用此种方式进行拼写检查）；

WordBreakSpellChecker：也不需要重新建索引，可以利用已有索引进行拼写检查。

 

SpellChecker使用：

建立索引有三种方式：

PlainTextDictionary：用txt文件初始化索引

LuceneDictionary：用现有索引的某一个字段初始化索引

HighFrequencyDictionary：用现有索引的某个字段初始化索引，但每个索引条目必须满足一定的出现率

//新索引目录
String spellIndexPath = “D:\\newPath”；
//已有索引目录
String oriIndexPath = "D:\\oriPath";
//字典文件
String dicFilePath = “D:\\txt\\dic.txt”；

//目录
Directory directory = FSDirectory.open((new File(spellIndexPath)).toPath());

SpellChecker spellChecker = new SpellChecker(directory);

//以下几步用来初始化索引
IndexReader reader = DirectoryReader.open(FSDirectory.open((new File(oriIndexPath)).toPath()));
//利用已有索引
Dictionary dictionary = new LuceneDictionary(reader, fieldName);
//或者利用txt字典文件
//Dictionary dictionary = new PlainTextDictionary((new File(dicFilePath)).toPath());
IndexWriterConfig config = new IndexWriterConfig(new StandardAnalyzer());
spellChecker.indexDictionary(dictionary, config, true);

String queryWord = "beijink";
int numSug = 10;
//拼写检查
String[] suggestions = spellChecker.suggestSimilar(queryWord, numSug);

reader.close();
spellChecker.close();
directory.close();

 

DirectSpellChecker使用：

DirectSpellChecker checker = new DirectSpellChecker();
String readerPath = "D:\\path";
IndexReader reader = DirectoryReader.open(FSDirectory.open(
                    (new File(readerPath)).toPath()));
Term term = new Term("fieldname", "querytext");
int numSug = 10;
SuggestWord[] suggestions = checker.suggestSimilar(term, numSug, reader);