最近要做一個站內(nèi)的全文檢索功能，主要是針對 clob 字段的，于是去網(wǎng)上找了點 lucene 的資料，現(xiàn)在新版本的是 2.0.0 ，網(wǎng)上的例子多是 1.4.3 的，有些方法已經(jīng)廢棄了，搞了 n 久終于把 2.0.0 的功能實現(xiàn)了，呵呵，下面把實現(xiàn)的代碼貼出來，實現(xiàn)了索引的創(chuàng)建、檢索和刪除功能，并可以從檢索結(jié)果去查詢數(shù)據(jù)庫 ~  

    // 創(chuàng)建索引

    public void indexFiles() {

         // 創(chuàng)建索引文件存放路徑

        File indexDir = new File("E:\\lucene_Learning\\lucene-

        try {

            Date start = new Date();

             // 創(chuàng)建分析器 , 主要用于從文本中抽取那些需要建立索引的內(nèi)容 , 把不需要參與建索引的文本內(nèi)容去掉 .

            // 比如去掉一些 a the 之類的常用詞 , 還有決定是否大小寫敏感 .

            StandardAnalyzer standardAnalyzer = new StandardAnalyzer();

             // 參數(shù) true 用于確定是否覆蓋原有索引的

            IndexWriter indexWriter = new IndexWriter(indexDir, standardAnalyzer, true);

            indexWriter.setMergeFactor(100);

            indexWriter.setMaxBufferedDocs(100);

             // 只索引這個 Field 的前 5000 個字，默認(rèn)為 10000

              indexWriter.setMaxFieldLength(5000);

             // 從數(shù)據(jù)庫取出所有紀(jì)錄

            List articleList = articleManager.getArticles(null);

            for (int i = 0; i < articleList.size(); i++) {

                Article article = (Article) articleList.get(i);

                 // 在 Document 方法是創(chuàng)建索引的具體代碼

                Document doc = Document(article);

                indexWriter.addDocument(doc);

            }

             // Optimize 的過程就是要減少剩下的 Segment 的數(shù)量 , 盡量讓它們處于一個文件中 .

            indexWriter.optimize();

              indexWriter.close();

            Date end = new Date();

            System.out.println("create index: " + (end.getTime() - start.getTime()) + " total milliseconds");

        } catch (IOException e) {

            System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

        }

    }

    public static Document Document(Article article)

            throws java.io.IOException {

        Document doc = new Document();

         // 為 article 表的主健創(chuàng)建索引，關(guān)于 Field 的幾個參數(shù)下面有詳細(xì)解釋

        Field fieldId = new Field("uid", article.getArticleId(), Field.Store.YES, Field.Index.UN_TOKENIZED, Field.TermVector.YES);

         // 為 detail 字段創(chuàng)建索引， detail 在 DB 中是 clob 字段，內(nèi)容為 html 文本

        String contentHtml = article.getDetail();

        Reader read = new StringReader(contentHtml);

          // 用 HTMLParser 把 detail 字段中的 HTML 分析成文本在索引

        // HTMLParser 這個類可以在 lucene 的 demo 中找到

        HTMLParser htmlParser = new HTMLParser(read);

        BufferedReader breader = new BufferedReader(htmlParser.getReader());

        String htmlContent ="";

        String tempContent = breader.readLine();

        while (tempContent != null && tempContent.length() > 0) {

            htmlContent = htmlContent + tempContent;

            tempContent = breader.readLine();

        }

        Field fieldContents = new Field("content", htmlContent,

                Field.Store.COMPRESS, Field.Index.TOKENIZED,Field.TermVector.YES);

        // db 中的每條紀(jì)錄對應(yīng)一個 doc ，每個字段對應(yīng)一個 field

        doc.add(fieldId);

        doc.add(fieldContents);

        return doc;

    }

     // 搜索文件， keyword 是你在頁面上輸入的查找關(guān)鍵字，這里查找的是 detail 字段

    public List searchFiles(String keyword){

        String index = "E:\\lucene_Learning\\lucene-

         // hitsList 用來保存 db 的紀(jì)錄，這些紀(jì)錄可以通過查詢結(jié)果取到

        List hitsList = new ArrayList();

        try {

            Date start = new Date();

            IndexReader reader = IndexReader.open(index);

            Searcher searcher = new IndexSearcher(reader);

            Analyzer analyzer = new StandardAnalyzer();

            QueryParser parser = new QueryParser("content", analyzer);

             // 解析查詢關(guān)鍵字，比如輸入的是以空格等分開的多個查詢關(guān)鍵字，這里解析后，可以多條件查詢

            Query query = parser.parse(keyword);

             // hits 用來保存查詢結(jié)果，這里的 hits 相當(dāng)于 sql 中的 result

            Hits hits = searcher.search(query);

             for (int i = 0; i < hits.length(); i++) {

                Document doc = hits.doc(i);

                 // 獲得 article 表的主健

                String id = doc.get("uid");

                 // 根據(jù)主健去 db 中取紀(jì)錄，返回到 hitsList 中

                try {

                    Article article = articleManager.getArticle(id);

                } catch (ObjectRetrievalFailureException e) {

                    article = null;

                }

                         // 如果沒有找到該紀(jì)錄，表示該紀(jì)錄已經(jīng)不存在，不必添加到 hitsList 中

                if(article!=null)  hitsList.add(article);

            }

            searcher.close();

            reader.close();

            Date end = new Date();

            System.out.println("search files: " + (end.getTime() - start.getTime()) + " total milliseconds");

        } catch (IOException e) {

            System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

        } catch (ParseException e) {

              System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

        }

         return hitsList;

    }

     // 刪除索引

    public void deleteIndex(){

        String index = "E:\\lucene_Learning\\lucene-

        try {

            Date start = new Date();

            IndexReader reader = IndexReader.open(index);

            int numFiles = reader.numDocs();

            for (int i = 0; i < numFiles; i++) {

                 // 這里的刪除只是給文檔做一個刪除標(biāo)記，你可以看到執(zhí)行 deleteDocument 后會產(chǎn)生一個 del 后綴的文件，

                // 用來記錄這些標(biāo)記過的文件

                reader.deleteDocument(i);

            }

            reader.close();

            Date end = new Date();

            System.out.println("delete index: " + (end.getTime() - start.getTime()) + " total milliseconds");

        } catch (IOException e) {

             System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

        }

    }

     // 恢復(fù)已刪除的索引

    public void unDeleteIndex(){

        String index = "E:\\lucene_Learning\\lucene-

        try {

             IndexReader reader = IndexReader.open(index);

            reader.undeleteAll();

            reader.close();

        } catch (IOException e) {

            System.out.println(" caught a " + e.getClass() + "\n with message: " + e.getMessage());

         }

}

Field 就像我們學(xué)過的數(shù)據(jù)庫中的字段，簡單的說，就是一個名值對。這個域有三種屬性，分別是

isStored - 是否被存儲
isIndexed - 是否被索引
isTokenized - 是否分詞

這些屬性的組合又構(gòu)成了四種不同類型的 Field ，而且各有用途

關(guān)于 Field ， 2.0.0 版本和 1.4.3 版本方法相比改動比較大，具體見下表

1.4.3 版本中的下面方法都被 Field(String name, String value, Store store, Index index, TermVector termVector) 取代

Keyword(String name, String value) // only version 存儲、索引、不分詞，用于 URI （比如 MSN 聊天記錄的日期域、比如 MP3 文件的文件全路徑等等）
Field(String name, String value, Field.Store.YES, Field.Index.UN_TOKENIZED) // version 2.0.0

UnIndexed(String name, String value) // only version 存儲、不索引、不分詞，比如文件的全路徑
Field(String name, String value,Field.Store.YES, Field.Index.NO)// version 2.0.0

UnStored(String name, String value) // only version 不存儲、索引、分詞，比如 HTML 的正文、 Word 的內(nèi)容等等，這部分內(nèi)容是要被索引的，但是由于具體內(nèi)容通常很大，沒有必要再進(jìn)行存儲，可以到時候根據(jù) URI 再來挖取。所以，這部分只分詞、索引，而不存儲。
Field(String name, String value,Field.Store.YES, Field.Index.TOKENIZED)// version 2.0.0

Text(String name, String value) // only version 存儲、索引、分詞，比如文件的各種屬性，比如 MP3 文件的歌手、專輯等等。 Field.Store.YES, Field(String name, String value,Field.Index.TOKENIZED)// version 2.0.0

Text(String name, Reader value) // only version