java lucene 停用词列表答案

【问题标题】：java lucene stopwords listjava lucene 停用词列表
【发布时间】：2015-01-10 06:34:29
【问题描述】：

我想逐字获取 lucene 停用词列表。我可以访问整个集合，但是当我迭代它时，输出不是我想要的

这是我的代码：

analyzer = new StandardAnalyzer(Version.LUCENE_36);
Set set=analyzer.getStopwordSet();
Iterator iterator = set.iterator();
        while (iterator.hasNext()) {
    System.out.println(iterator.next());
    }

在控制台中我看到了它：

[C@7ef955da
[C@23739c56
[C@7b1ce448
[C@25cf721d
[C@564ce14f
[C@515c35cc
[C@7cd00dce

【问题讨论】：

标签： java lucene set stop-words

【解决方案1】：

您得到“[C@7ef955da”的原因是您将iterator.next() 视为System.out.println(...) 中的对象，因此它以十六进制打印其对象的hashCode()。 iterator.next() 返回的对象是 char[] 类型，所以试试这个

analyzer = new StandardAnalyzer(Version.LUCENE_36);
Set set=analyzer.getStopwordSet();
Iterator iterator = set.iterator();
        while (iterator.hasNext()) {
    System.out.println((char[])iterator.next());
    }

【讨论】：

【解决方案2】：

getStopwordSet 返回的Set 不包含字符串，而是字符数组。不过很容易转换，只需使用适当的String ctor：

Iterator<char[]> iterator = set.iterator();
while (iterator.hasNext()) {
    System.out.println(new String(iterator.next()));
}

【讨论】：

让我猜猜，你在类型方面遇到了问题，因为迭代器没有声明泛型类型，所以它试图调用不存在的 new String(Object)。您可以将iterator.next() 返回的值转换为char[]。或者给它一个泛型类型。

【解决方案3】：

您需要确保将iterator.next() 转换为char[]。您的迭代器应如下所示：

while (iterator.hasNext()) {
    char[] stopWord = (char[]) iterator.next();
    System.out.println(String.valueOf(stopWord));
}

【讨论】：