nutch中文分词(通过插件的方式)

1、需要的工具：IKAnalyzer jar包(将其命名为analysis-zh.jar)? javacc工具 ant

2、部署nutch工程到eclipse中。

3、定义自己的分词类，代码如下

???????????????????????

?
?? 6、运行NGramProfile类，生成zh.ngp文件，将生成的文件拷贝到src/plugin/languageidentfier/src/java目录下的org.apache.nutch.anaysis.lang包下面
7、修改NutchAnalysis文件，编译此文件，覆盖(详见本博客中的另一篇关于nutch中文分词的文章)
8、创建目录Myanalyzer,在此目录下放入（plugin.xml,MyAnalyzer.jar,analysis-zh.jar）,然后将此目录拷贝到nutch-1.0\plugins\目录下。
9、ant编译工程(详见本博客中的另一篇关于nutch中文分词的文章)
10、爬虫、部署、测试(详见本博客中的另一篇关于nutch中文分词的文章)