使用高亮显示时，需要单独引入lucene-highlighter-2.4.0.jar。这个jar包在目录 lucene-2.4.0\contrib\highlighter中，把它复制到项目的bin文件夹，并在Java Build Path中添加其引用。可以参考下面几个网页：

http://www.javaeye.com/wiki/topic/73588

http://hi.baidu.com/lotusxyhf/blog/item/cc06f634558516b4d0a2d329.html

导入的package有:

1import org.apache.lucene.search.highlight.Highlighter;

查看更多...

原文见：http://blog.fulin.org/2009/08/lucene_chinese_analyzer_compare.html，更多讨论请去原文处。

1. 基本介绍：

paoding ：Lucene中文分词“庖丁解牛” Paoding Analysis
imdict ：imdict智能词典所采用的智能中文分词程序
mmseg4j ： 用 Chih-Hao Tsai 的 MMSeg 算法 实现的中文分词器
ik ：采用了特有的“正向迭代最细粒度切分算法“，多子处理器分析模式

查看更多...

Tags: 中文中文 分词分词

mmseg4j 1.6支持最多分词，应网友的要求：分词效果与 paoding 对比下。观察了 paoding 部分分词结果，现总结下。

paoding 分词效果：

查看更多...

Tags: mmseg4jmmseg4j paodingpaoding

tomcat版本5.X
1、将tomcat 的server\lib目录下servlets-ssi.renametojar文件重命名为servlets-ssi.jar。

      2、修改tomcat的 conf目录下web.xml文件，找到如下代码：

   /*
      <servlet>
        <servlet-name>ssi</servlet-name>
        <servlet-class>

查看更多...

Tags: TOMCATTOMCAT shtmlshtml

在谈论之前，我们首先应该明确三个基本概念：原创与伪原创以及转载

先说转载：顾名思义就是原原本本的从网络媒体上照抄照搬过来的文章。

原创：很好理解，就是第一次在网络上发表的文章内容。

　　伪原创：就是对网络上收集到的一些原创内容进行N次修改，转而进行发表的文章。比如修改文章的标题，增加文章摘要，转载不完整的文章内容等等。

　　搜索引擎对于原创的识别判断是如何进行的呢?

查看更多...

Tags: 爬虫爬虫

到百度贴吧宣传的人都清楚，那里的流量取之不尽，用之不竭。但广告宣传也是异常困难，通常宣传帖子发表没多久就会被吧主秒杀掉。这点使许多人对贴吧望而却步。不过最近出现了一个非常实用的宣传办法，利用图片轻松吸引海量流量。细心的人可以发现百度贴吧的图片，当宽度超过一定比列，我们点击会以新的窗口弹出。而这正是我们所需求

1.首先我们创建一个1.JPG的文件夹，记得，是文件夹

2.文件夹放1.jpg和index.php两个文件(以下语法放进index.php)

<?php
if($_SERVER['HTTP_REFERER']!=''){
@header("Content-type:image/jpeg");

查看更多...

Tags: 跳转跳转