Spring框架中调用HanLP分词的方法

事情是这样的，最近实验室在搞一个Java Web的项目，用的Spring MVC的框架。项目组有很多没做过Spring的学弟学妹，为了提高效率，我让大家自己先抛开Spring来写自己负责的模块，我来把各个模块在Spring里集成。 

项目里有一个文本分析的模块是一个学妹负责的，里面用到了HanLP，我在集成的时候直接用maven添加的依赖，等集成好了测试的时候发现怎么也测不过，问了学妹才发现为了做实体识别，她用了一个很有意思的方法，自己改了HanLP的词典，手动加了好多词，而且后期版本迭代中还有可能继续改。。。。

改了HanLP的词典就意味着不能用maven直接导入仓库里的包了，只能直接将修改后的data文件放到本地，然后指定路径给HanLP。搜了一下网上很多方法，都是在项目部署的时候，把HanLP的词典数据放到服务器上一个固定位置上，然后再配置HanLP的配置文件，指定一个固定位置。这种方法虽然直接，但是不能把HanLP的词典数据跟整个项目打包到一起，管理起来很麻烦。倘若把数据直接作为项目的资源文件，部署到Tomcat上后无论怎么在配置里写路径都会提示找不到词典文件。研究了一下HanLP的issue之后，我发现这个项目支持自定义读写文件的IO类。在一个将词典数据放到HDFS上的一个blog启发下，我想了一个很鸡贼的方法，我重写一个IOAdapter类，使用读写静态资源文件的方法读取词典数据了，这样不就可以把data跟项目打包到一起了嘛。

代码如下：

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文件夹和hanlp.properties放到项目的资源文件夹里，在配置文件里修改一下路径和IOAdapte：

root=

IOAdapte=com.car.util.nlp.ResourcesFileIoAdapter

不知道正确的解决方案应该是啥，感觉这个方法还是很鸡贼的。

文章来源于狼血wolfblood的博客