Solr4.3之拼写检查Spellcheck功能

原文地址：http://www.656463.com/article/iaquii.htm

拼写检查功能，能在搜索时提供一个较好用户体验，所以，主流的搜索引擎都有这个功能，在这之前，笔者先简单的说一下什么是拼写检查，其实很好理解，就是你输入的搜索词，可能是你输错了，也有可能在它的检索库里面根本不存在这个词，但是这时候它能给你返回，相似或相近的结果来帮助你校正。

举个例子，你在百度上输入在线电瓶，可能它的索引库里面就没有，但是它有可能返回在线电影，在线电视，在线观看等等一些词，这些，就用到拼写检查的功能了。

solr作为开源的搜索服务器，对于拼写检查，也提供了良好的支持，那么下面笔者就来讲下关于solr4.3的拼写检查的配置，在这之前先说明一点，作为拼写检查用，为了提高校正的准确率，一般对校正的词，不要进行分词，所以用string就好了,拼写检查的配置主要是在solrconfig.xml里面配置.
1、拼写组件spellCheckComponent配置

2、在SearchHandler /select里面配置

3、在SearchHandler /spell里面配置

按照上面3点来，就可以快速配置好拼写检查功能了，其实笔者上面写的4步，其实只配置2,3步就可以了，另外的第4步用默认值就可以了，在这里把它写出来，只是让大家有个认识

拼写组件SpellCheckComponent其实是核心的东西，在他的里面可以配置1至多个拼写检查器，启动的时候所有的检查器都会加载，这次笔者主要介绍的有2个拼写检查器，一个是默认的只对主索引做拼写校正，另外一个是自定义加载spellings.txt拼写检查库，带拼写校正索引库的检查器，其他的检查器各位道友想要使用的话就自己去看wiki了。

<searchComponent name="spellcheck" class="solr.SpellCheckComponent">
<str name="queryAnalyzerFieldType">string</str>
<lst name="spellchecker">
<str name="name">default</str>
<str name="field">my_word</str>
<str name="classname">solr.DirectSolrSpellChecker</str>
<str name="distanceMeasure">internal</str>
<float name="accuracy">0.7</float>
<int name="maxEdits">1</int>
<int name="minPrefix">1</int>
<int name="maxInspections">5</int>
<int name="minQueryLength">4</int>
<float name="maxQueryFrequency">0.01</float>
</lst>
<lst name="spellchecker">
<str name="classname">solr.FileBasedSpellChecker</str>
<str name="name">file</str>
<str name="sourceLocation">spellings.txt</str>
<str name="characterEncoding">UTF-8</str>
<str name="spellcheckIndexDir">spellcheckerFile</str>
</lst>
</searchComponent>

对于上面的代码，虽然可以加载多个校正器，但是在拼写检查时，只能指定特定的一个进行校正，那么为什么要配置多个校正检查器呢？笔者个人感觉这个功能主要是方便在程序运行可以动态切换校正器。

在spellings.txt里面自定义的拼写检查词，注意编码的格式一定是要UTF-8无BOM的格式，这里面的词，会在solr服务启动时，自动创建spellcheckerFile文件夹并把内容加载到

F:eclipse10tomcatwebappssolrsolr_homecollectionscollection1dataspellcheckerFile 索引起来。

SeachHandler /select这个检索请求里面的配置很重要，拼写检查是否启用就是在这里面配置。

<requestHandler name="/select" class="solr.SearchHandler">
<!-- default values for query parameters can be specified, these
will be overridden by parameters in the request
-->
<lst name="defaults">
<str name="echoParams">explicit</str>
<int name="rows">10</int>
<str name="df">text</str>
</lst>
<arr name="last-components">
<str>spellcheck</str>
</arr>
</requestHandler>

SeachHandler /spell组件使用默认配置即可。

<requestHandler name="/spell" class="solr.SearchHandler" startup="lazy">
<lst name="defaults">
<str name="df">text</str>
<str name="spellcheck.dictionary">direct</str>
<str name="spellcheck">on</str>
<str name="spellcheck.extendedResults">true</str>
<str name="spellcheck.collate">true</str>
<str name="spellcheck.collateExtendedResults">true</str>
</lst>
<arr name="last-components">
<str>spellcheck</str>
</arr>
</requestHandler>

至此，拼写检查功能已经配置完毕，可以用solr的UI页面进行主索引测试，也可以用spellCheckFile里面的副索引，测试，但是，一次只能使用一种校正方法

下面给出solrj代码
public List<String> spellcheck(String word){

List<String> wordList=new ArrayList<String>();
SolrQuery query = new SolrQuery();
//query.set("q","name:ac");
//query.set("qt", "/spell");
//默认是主索引
query.set("q", "my_word:"+word+"");
query.set("qt", "/select");
//query.set("spellcheck.build", "true");//遇到新的检查词，会自动添加到索引里面
//query.set("spellcheck.dictionary", "file");//使用副索引，checkSpellFile里面的进行使用
query.set("spellcheck", "true");
query.set("spellcheck.count", Integer.MAX_VALUE);
// params.set("spellcheck.build", "true");
try {
QueryResponse rsp = server.query(query);
System.out.println("直接命中:"+rsp.getResults().size());
SolrDocumentList ss=rsp.getResults();
for(SolrDocument doc:ss){
System.out.println(doc.get("my_word"));
}
//…上面取结果的代码
SpellCheckResponse re=rsp.getSpellCheckResponse();
if (re != null) {
for(Suggestion s:re.getSuggestions()){
List<String> list=s.getAlternatives();
for(String spellWord:list){
System.out.println(spellWord);
// wordList.add(spellWord);
}
}
// for(Collation s: spellCheckResponse.getCollatedResults()){
// System.out.println(s.toString());
// }
}
return wordList;
} catch (SolrServerException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
return null;
}