Regain增加中文Paoding分词模块及界面显示的修改笔记

50 阅读 0 评论 33 点赞

我是靠谱客的博主粗犷云朵，最近开发中收集的这篇文章主要介绍Regain增加中文Paoding分词模块及界面显示的修改笔记，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

Regain修改笔记

一、修改增加中文分词模块为 Paoding-analysis

非常简单，只需要修改一个源码文件。

源代码文件（以下都用下划线表示）：srcnetsfregain RegainToolKit.java

import net.paoding.analysis.analyzer.PaodingAnalyzer;
import org.apache.lucene.analysis.cn.ChineseAnalyzer;

public static Analyzer createAnalyzer(String analyzerType,
String[] stopWordList, String[] exclusionList, String[] untokenizedFieldNames)
throws RegainException

    if (analyzerType.equalsIgnoreCase("english")) {
      analyzerClassName = StandardAnalyzer.class.getName();
    } else if (analyzerType.equalsIgnoreCase("german")) {
      analyzerClassName = GermanAnalyzer.class.getName();
    } else if (analyzerType.equalsIgnoreCase("chinese")){
      analyzerClassName = ChineseAnalyzer.class.getName();//Add by ping.
    } else if (analyzerType.equalsIgnoreCase("paoding")){
      analyzerClassName = PaodingAnalyzer.class.getName();//Add by ping.
    }

源码修改只涉及以上一个文件，但是要完整编译和最终运成功，还需要其他修改。

主要包括：

1.修改ant的编译配置文件build.xml，

2.拷贝paoding-analysis.jar到lib目录。

build.xml修改如下：

[这里摘录修改的片段，修改增加部分为粗体]

...

...

<include name="net/paoding/analysis/**"/>
 <include name="paoding-*.properties"/>
 <include name="org/apache/commons/**"/>

...

...

二、修改查询结果片段长度

1.默认查询结果显示片段为100个字节，

个人认为比较短，可以修改为结果片段长度为300.

lucenecontribhighlightersrcjava

org.apache.lucene.search.highlight

SimpleFragmenter.java

public class SimpleFragmenter implements Fragmenter
{
private static final int DEFAULT_FRAGMENT_SIZE =100*3;

定于查询结果片段的长度。默认为100字节，修改为300字节

三、另外，对查询结果页面进行稍微修改。

1.package net.sf.regain.search.results;

SingleSearchRusults.jsp

public void highlightHitDocument(int index)

resHighlSummary = highlighter.getBestFragments(tokenStream, text, 3,

" . . . . . . [Result] ");

定于查询结果显示。

2.webwebcommon

search.jsp

<search:list msgNoResults="<tr><td colspan='2'>{msg:noResultsFound} </td></tr>">
 <tr><td colspan="2">
 <search:hit_typeicon imgpath="img/ext"/> <search:hit_link/>
 
 (<search:msg key="relevance"/>: <search:hit_score/>) 
 [Result]
 <search:hit_field field="summary"/> 
 <search:hit_content/>
 <search:hit_path after=" " createLinks="true"/>
 <search:hit_field field="mimetype"/> 
 <search:hit_url beautified="true"/> - <search:hit_size/> 
 
 </td></tr>
 </search:list>

查询结果显示页面和显示数据域的定义。

3.增加显示样式

srcwebcommon

regain.css

.resultTag {
color: #0000FF;
font-weight: bold;

}

4.一点小修饰，获取文章内容的按钮默认是德文，翻译成英文表示。

src/net/sf/regain/search/sharedlib/hit/ContentTag.java

protected void printEndTag(PageRequest request, PageResponse response,
Document hit, int hitIndex)
throws RegainException {

String content = null;
 content = hit.get("content");
 if (content != null) {
 String hitNumber = Integer.toString(hitIndex + 1);
 response.print("<input type="button" class="button" οnclick="return toggleMe('hit_" +
 hitNumber + "')" value="Click here Get " + hitNumber + " content">");

重新编译后，效果还不错呢！