Lucene分析

正如我們已經看到在前一章的Lucene索引過程，Lucene使用IndexWriterwhich分析用分析儀文件，然後根據需要創建/打開/編輯索引。在本章中，我們將討論不同類型的分析對象，哪些是在分析過程中使用的相關對象。瞭解分析過程中，分析儀如何工作，會給Lucene索引文件很大的啓示。

以下是我們將在適當的時候討論對象的列表。

Sr. No.

類和說明

1

Token
令牌表示(起始偏移量，結束偏移，令牌類型和位置增量位置，)在像它的元數據相關的詳細信息的文檔中的文本或字。

2

TokenStream
TokenStream是分析過程中的一個輸出，它包括串聯的令牌。它是一個抽象類。

3

Analyzer
這是對每個類型分析器的抽象基類。

4

WhitespaceAnalyzer
該分析儀analyzer分割的基礎的空白文檔中的文本。

5

SimpleAnalyzer
此分析器分割在基於非字母字符的文檔的文本，然後小寫它們。

6

StopAnalyzer
該分析儀的工作原理類似於SimpleAnalyzer並刪除常用詞像 'a','an','the'等等。

7

StandardAnalyzer
這是最複雜的分析，並能處理姓名，電子郵件地址等，它小寫每個標記，並刪除常用詞和標點符號(如有)。