Spring MVCD框架中調用HanLP分詞的方法

 

項目簡要：關於java web的一個項目，用的Spring MVCd 框架。鑑於參與這次項目的人中並非所人都作的Spring，爲了可以提升效率，建議你們是先拋開SPring來寫本身負責的模塊，最後再把各個模塊在Spring裏面集成。

項目裏有一個文本分析的模塊是一個同窗用hanlp寫的，因爲在最後集成的時候直接使用maven添加的依賴，但最終測試時沒法經過。後經分析發現她坐了實體識別，是本身改了hanlp的詞典，手動加了不少詞，並且在後期版本的迭代中還有可能繼續改了hanlp的詞典，這就意味着不能用maven直接導入倉庫裏的包了，只有將修改後的data文件放到本地，而後指定路徑給hanlp。

網上有一些解決的方法，但都是在項目部署的時候，把hanlp的詞典數據放到服務器上一個固定位置上，而後再配置hanlp的配置文件，指定一個固定位置。這種方法雖然比較直接，可是並不可以把hanlp的詞典數據與整個項目打包到一塊兒，後期的管理也比較麻煩。假若把數據直接做爲項目的資源文件，部署到Tomcat上後不管怎麼在配置裏寫路徑都會提示找不到詞典文件。

在分析了HanLP的issue以後，發現這個項目支持自定義讀寫文件的IO類。在一個將詞典數據放到HDFS上的一個blog啓發下，嘗試經過重寫一個IOAdapter類，使用讀寫靜態資源文件的方法讀取詞典數據了，這樣不就能夠把data跟項目打包到一塊兒了。

代碼以下：

1| package com.car.util.nlp;

2|

3| import com.hankcs.hanlp.corpus.io.IIOAdapter;

4| import org.springframework.core.io.ClassPathResource;

5| import java.io.*;

6|

7| public class ResourcesFileIoAdapter implements IIOAdapter{

8|   @Override

9|    public InputStream open(String path) throws IOException {

  10|      ClassPathResource resource = new ClassPathResource(path);

  11|     InputStream is = new FileInputStream(resource.getFile());

  12|      return is;

  13|  }

  14|  @Override

  15|  public OutputStream create(String path) throws IOException{

  16|      ClassPathResource resource = new ClassPathResource(path);

  17|      OutputStream os = new 

18| FileOutputStream(resource.getFile());

  19|      return os;

  20|   }

21| }

 

整好了以後把data文件夾和hanlp.properties放到項目的資源文件夾裏，在配置文件裏修改一下路徑和IOAdapte：

1| root=

2|

3| IOAdapte=com.car.util.nlp.ResourcesFileIoAdapter