Question

Lucene能不能读取词典的编号

Answer 1

你可以使用一个开源的中文分词包MMAnalyzer,网上可以下到。在程序中引入此包。这个分词包的大概作用是：
1、支持英文、数字、中文（简体）混合分词
2、常用的数量和人名的匹配
3、超过22万词的词库整理
4、实现正向最大匹配算法
5、词典的动态扩展
6、分词效率： 第一次分词需要1－2秒（读取词典），之后速度基本与Lucene自带分词器持平。
具体方法：
Analyzer analyzer = new MMAnalyzer();
然后用这个analyzer的analyzer.tokenStream()来对某一个字符串进行分词（比如“中华人民共和国”，最终可以得出分词结果，有固定的类来表示结果，具体怎么写看其文档。
从这个例子来看，结果是“中华” “人民” “共和国”，利用某些类来迭代得出每一个词并存入Map中做key，每迭代出一个分词结果就在map中查找一下，若已有此词为key，则在value里加1。这样就实现了你的需求。