Lucene分析 - Lucene教程

正如我们已经看到在前一章的Lucene索引过程，Lucene使用IndexWriterwhich分析用分析仪文件，然后根据需要创建/打开/编辑索引。在本章中，我们将讨论不同类型的分析对象，哪些是在分析过程中使用的相关对象。了解分析过程中，分析仪如何工作，会给Lucene索引文件很大的启示。

以下是我们将在适当的时候讨论对象的列表。

Sr. No.	类和说明
1	Token 令牌表示(起始偏移量，结束偏移，令牌类型和位置增量位置，)在像它的元数据相关的详细信息的文档中的文本或字。
2	TokenStream TokenStream是分析过程中的一个输出，它包括串联的令牌。它是一个抽象类。
3	Analyzer 这是对每个类型分析器的抽象基类。
4	WhitespaceAnalyzer 该分析仪analyzer分割的基础的空白文档中的文本。
5	SimpleAnalyzer 此分析器分割在基于非字母字符的文档的文本，然后小写它们。
6	StopAnalyzer 该分析仪的工作原理类似于SimpleAnalyzer并删除常用词像 'a','an','the'等等。
7	StandardAnalyzer 这是最复杂的分析，并能处理姓名，电子邮件地址等，它小写每个标记，并删除常用词和标点符号(如有)。