根据Lucene学习笔记之三：全文搜索详解，搭建lucene入门实例。主要内容包括建立索引和搜索，分词贯穿其中。
lucene建立索引
信息源
要采集，必须有信息源，在这里我们就以读取硬盘中一个文件夹下所有的文件（File）充当信息源。
File f= newFile("E:/lucene/example");
加工
要把采集的信息，以lucene规定的形式存放到索引库中，所以要创建相应的文档（Document）对象。在这个文档中，我们要存放哪些信息才能达到完整且辟免垃圾信息，例如网页，我们可以要存储的是他的标题、内容、URL等，那些广告是不用存储的。在这里我们用到Field来存储各项目内容。
注：Document包含一系列的(域名)Field：
List<Fieldable> fields = new ArrayList<Fieldable>();分词
对于加工好的了文档，对其进行分词。用什么分词器呢？对英文和中文使用的分词器有可能不一样吧,这个得看后续分解了。在这里我们就用lucene提供的标准的分词器（StandardAnalyzer）
索引库
要把文档写入到索引库，并且根据分词器进行分词、建立索引，这得建索引库吧，在lucene中对应的是Directory，它可以建立在内存中，也可以建立在硬盘中。
//Directory directory=newRAMDirectory();//建立在内存中
Directorydirectory=FSDirectory.open(newFile("E:/lucene/index01"));
建立索引的完整代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
public
void
index(){
IndexWriter writer=
null
;
try
{
//1.创建Directory:创建索引的保存地址
//Directory directory=new RAMDirectory();//建立在内存中
Directory directory=FSDirectory.open(
new
File(
"E:/lucene/index01"
));
//2.创建IndexWriter, 是用来操作（增、删、改）索引库的
IndexWriterConfig iwc=
new
IndexWriterConfig(
Version.LUCENE_36,
new
StandardAnalyzer(Version.LUCENE_36));
writer=
new
IndexWriter(directory, iwc);
//3.创建Document对象
Document doc=
null
;
//4.为Document添加Field
File f=
new
File(
"E:/lucene/example"
);
for
(File file:f.listFiles()){
doc=
new
Document();
doc.add(
new
Field(
"content"
,
new
FileReader(file)));
doc.add(
new
Field(
"fileName"
,file.getName(),
Field.Store.YES,Field.Index.NOT_ANALYZED));
doc.add(
new
Field(
"path"
,file.getAbsolutePath(),
Field.Store.YES,Field.Index.NOT_ANALYZED));
//5.通过IndexWriter添加文档到索引中
writer.addDocument(doc);
}
}
catch
(CorruptIndexException e) {
e.printStackTrace();
}
catch
(LockObtainFailedException e) {
e.printStackTrace();
}
catch
(IOException e) {
e.printStackTrace();
}
finally
{
if
(writer!=
null
)
try
{
writer.close();
}
catch
(CorruptIndexException e) {
e.printStackTrace();
}
catch
(IOException e) {
e.printStackTrace();
}
}
}
|
根据创建好的索引进行搜索
创建好了索引之后，接下来就是搜索了。按照搜索关键字（下例的关键字是“java”），在指定域（content）与分词器（StandardAnalyzer），通过IndexReader输入流读取索引库中的文档进行搜索。然后遍历搜索到的文档，把他的文件名和路径输出到控制台。
搜索的完整代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
public
void
searcher(){
try
{
//1.创建Directory：去哪里搜索
Directory directory=FSDirectory.open(
new
File(
"E:/lucene/index01"
));
//2.创建IndexReader
IndexReader reader=IndexReader.open(directory);
//3.根据IndexReader创建IndexSearcher
IndexSearcher searcher=
new
IndexSearcher(reader);
//4.创建搜索的Query
//创建parser来确定要搜索文件的内容，第二个参数表示搜索的域
QueryParser parser=
new
QueryParser(Version.LUCENE_36,
"content"
,
new
StandardAnalyzer(Version.LUCENE_36));
//创建Query，表示搜索域为content中包含java的文档
Query query=parser.parse(
"java"
);
//5.根据searcher搜索并且返回TopDocs
TopDocs tds=searcher.search(query,
2
);
System.out.println(
"总共有【"
+ tds.totalHits +
"】条匹配结果"
);
//6.根据TopDocs获取ScoreDoc对象
ScoreDoc[] sds=tds.scoreDocs;
for
(ScoreDoc sd:sds){
//7.根据searcher和TopDocs对象获取Document对象
Document d = searcher.doc(sd.doc);
//sd.doc:文档内部编号
//8.根据Document对象获取需要的值
System.out.println(d.get(
"fileName"
)+
"["
+d.get(
"path"
)+
"]"
);
}
//9.关闭reader
reader.close();
}
catch
(CorruptIndexException e) {
e.printStackTrace();
}
catch
(IOException e) {
e.printStackTrace();
}
catch
(ParseException e) {
e.printStackTrace();
}
}
|
本文链接：Lucene学习笔记之四：lucene入门实例，本文由huangyineng原创，转载请注明出处