Analysis
Analysis模块主要提供了文本解析的功能,输入为TextReader的字符流,最终解析成TokenStream形式的结果返回给调用端。由前文的NLucene架构图可以看出,Analysis主要为Index和QueryParser模块提供解析服务,分别是在Indexing原始文件和解析搜索语句中的Term的过程中。
要了解这个包,首先需要明确几个概念:
Ø Token:
Ø TokenType:
Ø TokenStream: TokenStream是Token迭代器;
Ø Analyzer: 一个Analyzer是一个TokenStream工厂;
Ø Tokenizer:
Ø TokenFilter:
类图如下所示:
Analyzer类族,作为Analyzer模块对外提供的接口,定义了基类Analyzer, 子类SimpleAnalyzer(简单分析器,只分词),StopAnalyzer(定义了StopTable,过滤Noise Word)以及标准分析器StandardAnalyzer。
然后定义了基类TokenStream,Next()为核心方法。此处应用了Decorate模式。