Java 标记化化合物

我是Lucene的新手，所以我在征求意见

我的项目应该标记不同的化学（主要是有机）化合物，以及其他单词。 在过去，我将StopAnalyzer与stopWords字典一起使用，但现在我不能这样做，因为它标记了非字母符号。 我找不到所有TokenFilter类型的描述，也不知道如何做到这一点。 我正在考虑实现一个新的lucene标记化类并将其添加到该类中，但是我不明白如何在我的类中使用公共标记化器

请告知

文本示例：

本发明涉及水的新晶型 4,4'-[4-氟-7-（{4-[4-（3-氟-2-甲基苯基）丁氧基]苯基}乙炔基）-2-甲基-1H-吲哚-1,3-二酰基]二丁酯 酸（以下简称化合物I）， 4,4'-[2-甲基-7-（{4-[4-（五氟苯基）丁氧基]苯基}乙炔基）-1H-吲哚-1,3-二酰基]二丁酯 酸（以下有时缩写为化合物II），以及 4,4'-[4-氟-2-甲基-7-（{4-[4-（2,3,4,6-四氟苯基）丁氧基]苯基}乙炔基）-1H-吲哚-1,3-二酰基]二丁烷酸 酸（以下有时缩写为化合物III）