基于标记化时保留电子邮件。与lucene

Question

想基于标记化字符串。 ，;然而，想要保留电子邮件地址，IP地址等。我如何使用具有lucence的分析仪来完成此任务？ 我在stackoverflow上找到的以下代码不保留电子邮件。有关如何使用lucene的StandardAnalyzer的模式规范功能的文档的任何指针也将有所帮助。非常感谢

   String text 
         = "Lucene is simple yet powerful java based search library. sitaraman@dataguise.com";
      Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);

      TokenStream tokenStream = analyzer.tokenStream(
         LuceneConstants.CONTENTS, new StringReader(text));

      TermAttribute term = tokenStream.addAttribute(TermAttribute.class);

      while(tokenStream.incrementToken()) {
         System.out.print("[" + term.term() + "] ");

Answer 1

ClassicAnalyzer，它是3.1版之前的StandardAnalyzer，以您正在寻找的方式处理电子邮件地址和IP地址。

与StandardAnalyzer相比，它在文本分割方面不够精确（特别是对于非欧洲语言），但适用于您的测试用例。