Spring框架中調(diào)用HanLP分詞的方法

事情是這樣的，最近實(shí)驗(yàn)室在搞一個(gè)Java Web的項(xiàng)目，用的Spring MVC的框架。項(xiàng)目組有很多沒做過Spring的學(xué)弟學(xué)妹，為了提高效率，我讓大家自己先拋開Spring來寫自己負(fù)責(zé)的模塊，我來把各個(gè)模塊在Spring里集成。?

項(xiàng)目里有一個(gè)文本分析的模塊是一個(gè)學(xué)妹負(fù)責(zé)的，里面用到了HanLP，我在集成的時(shí)候直接用maven添加的依賴，等集成好了測試的時(shí)候發(fā)現(xiàn)怎么也測不過，問了學(xué)妹才發(fā)現(xiàn)為了做實(shí)體識別，她用了一個(gè)很有意思的方法，自己改了HanLP的詞典，手動(dòng)加了好多詞，而且后期版本迭代中還有可能繼續(xù)改。。。。

改了HanLP的詞典就意味著不能用maven直接導(dǎo)入倉庫里的包了，只能直接將修改后的data文件放到本地，然后指定路徑給HanLP。搜了一下網(wǎng)上很多方法，都是在項(xiàng)目部署的時(shí)候，把HanLP的詞典數(shù)據(jù)放到服務(wù)器上一個(gè)固定位置上，然后再配置HanLP的配置文件，指定一個(gè)固定位置。這種方法雖然直接，但是不能把HanLP的詞典數(shù)據(jù)跟整個(gè)項(xiàng)目打包到一起，管理起來很麻煩。倘若把數(shù)據(jù)直接作為項(xiàng)目的資源文件，部署到Tomcat上后無論怎么在配置里寫路徑都會(huì)提示找不到詞典文件。研究了一下HanLP的issue之后，我發(fā)現(xiàn)這個(gè)項(xiàng)目支持自定義讀寫文件的IO類。在一個(gè)將詞典數(shù)據(jù)放到HDFS上的一個(gè)blog啟發(fā)下，我想了一個(gè)很雞賊的方法，我重寫一個(gè)IOAdapter類，使用讀寫靜態(tài)資源文件的方法讀取詞典數(shù)據(jù)了，這樣不就可以把data跟項(xiàng)目打包到一起了嘛。

代碼如下：

package com.car.util.nlp;

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

import org.springframework.core.io.ClassPathResource;

import java.io.*;

public class ResourcesFileIoAdapter implements IIOAdapter{

? ? @Override

? ? public InputStream open(String path) throws IOException {

? ? ? ? ClassPathResource resource = new ClassPathResource(path);

? ? ? ? InputStream is = new FileInputStream(resource.getFile());

? ? ? ? return is;

? ? }

? ? @Override

? ? public OutputStream create(String path) throws IOException{

? ? ? ? ClassPathResource resource = new ClassPathResource(path);

? ? ? ? OutputStream os = new FileOutputStream(resource.getFile());

? ? ? ? return os;

? ? }

}

整好了之后把data文件夾和hanlp.properties放到項(xiàng)目的資源文件夾里，在配置文件里修改一下路徑和IOAdapte：

root=

IOAdapte=com.car.util.nlp.ResourcesFileIoAdapter

不知道正確的解決方案應(yīng)該是啥，感覺這個(gè)方法還是很雞賊的。

文章來源于狼血wolfblood的博客