lucene-java-3.5.0/lucene/src/java/org/apache/lucene/analysis/standard/ClassicFilter.java

   1 package org.apache.lucene.analysis.standard;
   2
   3 /**
   4  * Licensed to the Apache Software Foundation (ASF) under one or more
   5  * contributor license agreements.  See the NOTICE file distributed with
   6  * this work for additional information regarding copyright ownership.
   7  * The ASF licenses this file to You under the Apache License, Version 2.0
   8  * (the "License"); you may not use this file except in compliance with
   9  * the License.  You may obtain a copy of the License at
  10  *
  11  *     http://www.apache.org/licenses/LICENSE-2.0
  12  *
  13  * Unless required by applicable law or agreed to in writing, software
  14  * distributed under the License is distributed on an "AS IS" BASIS,
  15  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  16  * See the License for the specific language governing permissions and
  17  * limitations under the License.
  18  */
  19
  20 import org.apache.lucene.analysis.TokenFilter;
  21 import org.apache.lucene.analysis.TokenStream;
  22 import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
  23 import org.apache.lucene.analysis.tokenattributes.TypeAttribute;
  24
  25 /** Normalizes tokens extracted with {@link ClassicTokenizer}. */
  26
  27 public class ClassicFilter extends TokenFilter {
  28
  29   /** Construct filtering <i>in</i>. */
  30   public ClassicFilter(TokenStream in) {
  31     super(in);
  32   }
  33
  34   private static final String APOSTROPHE_TYPE = ClassicTokenizer.TOKEN_TYPES[ClassicTokenizer.APOSTROPHE];
  35   private static final String ACRONYM_TYPE = ClassicTokenizer.TOKEN_TYPES[ClassicTokenizer.ACRONYM];
  36
  37   // this filters uses attribute type
  38   private final TypeAttribute typeAtt = addAttribute(TypeAttribute.class);
  39   private final CharTermAttribute termAtt = addAttribute(CharTermAttribute.class);
  40
  41   /** Returns the next token in the stream, or null at EOS.
  42    * <p>Removes <tt>'s</tt> from the end of words.
  43    * <p>Removes dots from acronyms.
  44    */
  45   @Override
  46   public final boolean incrementToken() throws java.io.IOException {
  47     if (!input.incrementToken()) {
  48       return false;
  49     }
  50
  51     final char[] buffer = termAtt.buffer();
  52     final int bufferLength = termAtt.length();
  53     final String type = typeAtt.type();
  54
  55     if (type == APOSTROPHE_TYPE &&      // remove 's
  56         bufferLength >= 2 &&
  57         buffer[bufferLength-2] == '\'' &&
  58         (buffer[bufferLength-1] == 's' || buffer[bufferLength-1] == 'S')) {
  59       // Strip last 2 characters off
  60       termAtt.setLength(bufferLength - 2);
  61     } else if (type == ACRONYM_TYPE) {      // remove dots
  62       int upto = 0;
  63       for(int i=0;i<bufferLength;i++) {
  64         char c = buffer[i];
  65         if (c != '.')
  66           buffer[upto++] = c;
  67       }
  68       termAtt.setLength(upto);
  69     }
  70
  71     return true;
  72   }
  73 }