Lucene——索引过程分析Index

Lucene索引过程分为3个主要操作步骤：将原始文档转换成文本、分析文本、将分析好的文本保存至索引中

一、提取文本和创建文档

从 pdf、word等非纯文本格式文件中，提取文本格式信息。建立起对应的，包含各个域的文档后，就可以对这些文本信息进行分析。

使用 Tika框架实现

二、分析文档

调用 IndexWriter对象的 addDocument方法，将数据传递给Lucene进行索引操作。

分析文本，将文本数据分割成语汇单元串，执行一些可选操作。

一起构成分析器。

三、向索引添加文档