lucene的簡單實例<一>

關(guān)鍵字:   lucene    
說明一下,這一篇文章的用到的lucene,是用2.0版本的,主要在查詢的時候2.0版本的lucene與以前的版本有了一些區(qū)別.
其實這一些代碼都是早幾個月寫的,自己很懶,所以到今天才寫到自己的博客上,高深的文章自己寫不了，只能記錄下一些簡單的記錄與點滴，其中的代碼算是自娛自樂的，希望高手不要把重構(gòu)之類的砸下來...

1、在windows系統(tǒng)下的的C盤，建一個名叫s的文件夾,在該文件夾里面隨便建三個txt文件，隨便起名啦，就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的內(nèi)容如下：

代碼
中華人民共和國  
全國人民  
2006年 

而"2.txt"和"3.txt"的內(nèi)容也可以隨便寫幾寫，這里懶寫，就復(fù)制一個和1.txt文件的內(nèi)容一樣吧

2、下載lucene包，放在classpath路徑中
建立索引:

代碼

 1package lighter.javaeye.com;   
 2  
 3import java.io.BufferedReader;   
 4import java.io.File;   
 5import java.io.FileInputStream;   
 6import java.io.IOException;   
 7import java.io.InputStreamReader;   
 8import java.util.Date;   
 9  
10import org.apache.lucene.analysis.Analyzer;   
11import org.apache.lucene.analysis.standard.StandardAnalyzer;   
12import org.apache.lucene.document.Document;   
13import org.apache.lucene.document.Field;   
14import org.apache.lucene.index.IndexWriter;   
15  
16/** *//**  
17 * author lighter date 2006-8-7  
18 */  
19public class TextFileIndexer {   
20    public static void main(String[] args) throws Exception {   
21        /**//* 指明要索引文件夾的位置,這里是C盤的S文件夾下 */  
22        File fileDir = new File("c:\\s");   
23  
24        /**//* 這里放索引文件的位置 */  
25        File indexDir = new File("c:\\index");   
26        Analyzer luceneAnalyzer = new StandardAnalyzer();   
27        IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer,   
28                true);   
29        File[] textFiles = fileDir.listFiles();   
30        long startTime = new Date().getTime();   
31           
32        //增加document到索引去   
33        for (int i = 0; i < textFiles.length; i++) {   
34            if (textFiles[i].isFile()   
35                    && textFiles[i].getName().endsWith(".txt")) {   
36                System.out.println("File " + textFiles[i].getCanonicalPath()   
37                        + "正在被索引.");   
38                String temp = FileReaderAll(textFiles[i].getCanonicalPath(),   
39                        "GBK");   
40                System.out.println(temp);   
41                Document document = new Document();   
42                Field FieldPath = new Field("path", textFiles[i].getPath(),   
43                        Field.Store.YES, Field.Index.NO);   
44                Field FieldBody = new Field("body", temp, Field.Store.YES,   
45                        Field.Index.TOKENIZED,   
46                        Field.TermVector.WITH_POSITIONS_OFFSETS);   
47                document.add(FieldPath);   
48                document.add(FieldBody);   
49                indexWriter.addDocument(document);   
50            }   
51        }   
52        //optimize()方法是對索引進(jìn)行優(yōu)化   
53        indexWriter.optimize();   
54        indexWriter.close();   
55           
56        //測試一下索引的時間   
57        long endTime = new Date().getTime();   
58        System.out   
59                .println("這花費了"  
60                        + (endTime - startTime)   
61                        + " 毫秒來把文檔增加到索引里面去!"  
62                        + fileDir.getPath());   
63    }   
64  
65    public static String FileReaderAll(String FileName, String charset)   
66            throws IOException {   
67        BufferedReader reader = new BufferedReader(new InputStreamReader(   
68                new FileInputStream(FileName), charset));   
69        String line = new String();   
70        String temp = new String();   
71           
72        while ((line = reader.readLine()) != null) {   
73            temp += line;   
74        }   
75        reader.close();   
76        return temp;   
77    }   
78}  

 

索引的結(jié)果：

代碼
File C:\s\1.txt正在被索引....  
中華人民共和國全國人民2006年  
File C:\s\2.txt正在被索引....  
中華人民共和國全國人民2006年  
File C:\s\3.txt正在被索引....  
中華人民共和國全國人民2006年  
這花費了297 毫秒來把文檔增加到索引里面去!c:\s 

3、建立了索引之后，查詢啦....

代碼

 1package lighter.javaeye.com;   
 2  
 3import java.io.IOException;   
 4  
 5import org.apache.lucene.analysis.Analyzer;   
 6import org.apache.lucene.analysis.standard.StandardAnalyzer;   
 7import org.apache.lucene.queryParser.ParseException;   
 8import org.apache.lucene.queryParser.QueryParser;   
 9import org.apache.lucene.search.Hits;   
10import org.apache.lucene.search.IndexSearcher;   
11import org.apache.lucene.search.Query;   
12  
13public class TestQuery {   
14    public static void main(String[] args) throws IOException, ParseException {   
15        Hits hits = null;   
16        String queryString = "中華";   
17        Query query = null;   
18        IndexSearcher searcher = new IndexSearcher("c:\\index");   
19  
20        Analyzer analyzer = new StandardAnalyzer();   
21        try {   
22            QueryParser qp = new QueryParser("body", analyzer);   
23            query = qp.parse(queryString);   
24        } catch (ParseException e) {   
25        }   
26        if (searcher != null) {   
27            hits = searcher.search(query);   
28            if (hits.length() > 0) {   
29                System.out.println("找到:" + hits.length() + " 個結(jié)果!");   
30            }   
31        }   
32    }   
33  
34}

lucene簡單實例<二>

Lucene 其實很簡單的,它最主要就是做兩件事:建立索引和進(jìn)行搜索
來看一些在lucene中使用的術(shù)語,這里并不打算作詳細(xì)的介紹,只是點一下而已----因為這一個世界有一種好東西，叫搜索。

IndexWriter:lucene中最重要的的類之一，它主要是用來將文檔加入索引，同時控制索引過程中的一些參數(shù)使用。

Analyzer:分析器,主要用于分析搜索引擎遇到的各種文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

Directory:索引存放的位置;lucene提供了兩種索引存放的位置，一種是磁盤，一種是內(nèi)存。一般情況將索引放在磁盤上；相應(yīng)地lucene提供了FSDirectory和RAMDirectory兩個類。

Document:文檔;Document相當(dāng)于一個要進(jìn)行索引的單元，任何可以想要被索引的文件都必須轉(zhuǎn)化為Document對象才能進(jìn)行索引。

Field：字段。

IndexSearcher:是lucene中最基本的檢索工具，所有的檢索都會用到IndexSearcher工具;

Query:查詢，lucene中支持模糊查詢，語義查詢，短語查詢，組合查詢等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些類。

QueryParser: 是一個解析用戶輸入的工具，可以通過掃描用戶輸入的字符串，生成Query對象。

Hits:在搜索完成之后，需要把搜索結(jié)果返回并顯示給用戶，只有這樣才算是完成搜索的目的。在lucene中，搜索的結(jié)果的集合是用Hits類的實例來表示的。

上面作了一大堆名詞解釋，下面就看幾個簡單的實例吧:
1、簡單的的StandardAnalyzer測試?yán)?

代碼

顯示結(jié)果：

引用
第1行:lighter
第2行:javaeye
第3行:com

提示一下：
StandardAnalyzer是lucene中內(nèi)置的"標(biāo)準(zhǔn)分析器",可以做如下功能:
1、對原有句子按照空格進(jìn)行了分詞
2、所有的大寫字母都可以能轉(zhuǎn)換為小寫的字母
3、可以去掉一些沒有用處的單詞，例如"is","the","are"等單詞，也刪除了所有的標(biāo)點
查看一下結(jié)果與"new StringReader("lighter javaeye com is the are on")"作一個比較就清楚明了。
這里不對其API進(jìn)行解釋了，具體見lucene的官方文檔。需要注意一點，這里的代碼使用的是lucene2的API，與1.43版有一些明顯的差別。

2、看另一個實例,簡單地建立索引，進(jìn)行搜索

代碼

 

運行結(jié)果：

代碼
查找"lighter" 共2個結(jié)果  
查找"javaeye" 共1個結(jié)果 

本轉(zhuǎn)自:http://tb.blog.csdn.net/TrackBack.aspx?PostId=1797992

---------------------------------------------------------------------------------------------------------------------------------
說人之短，乃護(hù)己之短。夸己之長，乃忌人之長。皆由存心不厚，識量太狹耳。能去此弊，可以進(jìn)德，可以遠(yuǎn)怨。
http://www.aygfsteel.com/szhswl
------------------------------------------------------------------------------------------------------ ----------------- ---------