Lucene是apache组织的一个用java实现全文搜索引擎的开源项目。 其功能非常的强大，api也很简单。总得来说用Lucene来进行建立 和搜索和操作数据库是差不多的(有点像)，Document可以看作是 数据库的一行记录，Field可以看作是数据库的字段。用lucene实 现搜索引擎就像用JDBC实现连接数据库一样简单。
Lucene2.0，它与以前广泛应用和介绍的Lucene 1.4.3并不兼容。 Lucene2.0的下载地址是 http://apache.justdn.org/lucene/java/
例子一 ：
1、在windows系统下的的C盘，建一个名叫s的文件夹,在该文件夹里面随便建三个txt文件，随便起名啦，就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的内容如下：
中华人民共和国
全国人民
2006年
而"2.txt"和"3.txt"的内容也可以随便写几写，这里懒写，就复制一个和1.txt文件的内容一样吧
2、下载lucene包，放在classpath路径中
建立索引:
package
lighter.iteye.com;
import
java.io.BufferedReader;
import
java.io.File;
import
java.io.FileInputStream;
import
java.io.IOException;
import
java.io.InputStreamReader;
import
java.util.Date;
import
org.apache.lucene.analysis.Analyzer;
import
org.apache.lucene.analysis.standard.StandardAnalyzer;
import
org.apache.lucene.document.Document;
import
org.apache.lucene.document.Field;
import
org.apache.lucene.index.IndexWriter;
/**
* author lighter date 2006-8-7
*/
public
class
TextFileIndexer
{
public
static
void
main(String[] args)
throws
Exception
{
/*
指明要索引文件夹的位置,这里是C盘的S文件夹下
*/
File fileDir
=
new
File(
"
c:\\s
"
);
/*
这里放索引文件的位置
*/
File indexDir
=
new
File(
"
c:\\index
"
);
Analyzer luceneAnalyzer
=
new
StandardAnalyzer();
IndexWriter indexWriter
=
new
IndexWriter(indexDir, luceneAnalyzer,
true
);
File[] textFiles
=
fileDir.listFiles();
long
startTime
=
new
Date().getTime();
//
增加document到索引去
for
(
int
i
=
0
; i
<
textFiles.length; i
++
)
{
if
(textFiles[i].isFile()
&&
textFiles[i].getName().endsWith(
"
.txt
"
))
{
System.out.println(
"
File
"
+
textFiles[i].getCanonicalPath()
+
"
正在被索引
.
"
);
String temp
=
FileReaderAll(textFiles[i].getCanonicalPath(),
"
GBK
"
);
System.out.println(temp);
Document document
=
new
Document();
Field FieldPath
=
new
Field(
"
path
"
, textFiles[i].getPath(),
Field.Store.YES, Field.Index.NO);
Field FieldBody
=
new
Field(
"
body
"
, temp, Field.Store.YES,
Field.Index.TOKENIZED,
Field.TermVector.WITH_POSITIONS_OFFSETS);
document.add(FieldPath);
document.add(FieldBody);
indexWriter.addDocument(document);
}
}
//
optimize()方法是对索引进行优化
indexWriter.optimize();
indexWriter.close();
//
测试一下索引的时间
long
endTime
=
new
Date().getTime();
System.out
.println(
"
这花费了
"
+
(endTime
-
startTime)
+
"
毫秒来把文档增加到索引里面去!
"
+
fileDir.getPath());
}
public
static
String FileReaderAll(String FileName, String charset)
throws
IOException
{
BufferedReader reader
=
new
BufferedReader(
new
InputStreamReader(
new
FileInputStream(FileName), charset));
String line
=
new
String();
String temp
=
new
String();
while
((line
=
reader.readLine())
!=
null
)
{
temp
+=
line;
}
reader.close();
return
temp;
}
}
索引的结果：
File C:\s\
1
.txt正在被索引
.
中华人民共和国全国人民2006年
File C:\s\
2
.txt正在被索引
.
中华人民共和国全国人民2006年
File C:\s\
3
.txt正在被索引
.
中华人民共和国全国人民2006年
这花费了297 毫秒来把文档增加到索引里面去
!
c:\s
3、建立了索引之后，查询啦....
package
lighter.iteye.com;
import
java.io.IOException;
import
org.apache.lucene.analysis.Analyzer;
import
org.apache.lucene.analysis.standard.StandardAnalyzer;
import
org.apache.lucene.queryParser.ParseException;
import
org.apache.lucene.queryParser.QueryParser;
import
org.apache.lucene.search.Hits;
import
org.apache.lucene.search.IndexSearcher;
import
org.apache.lucene.search.Query;
public
class
TestQuery
{
public
static
void
main(String[] args)
throws
IOException, ParseException
{
Hits hits
=
null
;
String queryString
=
"
中华
"
;
Query query
=
null
;
IndexSearcher searcher
=
new
IndexSearcher(
"
c:\\index
"
);
Analyzer analyzer
=
new
StandardAnalyzer();
try
{
QueryParser qp
=
new
QueryParser(
"
body
"
, analyzer);
query
=
qp.parse(queryString);
}
catch
(ParseException e)
{
}
if
(searcher
!=
null
)
{
hits
=
searcher.search(query);
if
(hits.length()
>
0
)
{
System.out.println(
"
找到:
"
+
hits.length()
+
"
个结果!
"
);
}
}
}
}
其运行结果：
找到:
3
个结果
!
Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西，叫搜索。
IndexWriter :lucene中最重要的的类之一，它主要是用来将文档加入索引，同时控制索引过程中的一些参数使用。
Analyzer :分析器,主要用于分析搜索引擎遇到的各种文本。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提供了两种索引存放的位置，一种是磁盘，一种是内存。一般情况将索引放在磁盘上；相应地lucene提供了FSDirectory和RAMDirectory两个类。
Document :文档;Document相当于一个要进行索引的单元，任何可以想要被索引的文件都必须转化为Document对象才能进行索引。
Field ：字段。
IndexSearcher :是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具;
Query :查询，lucene中支持模糊查询，语义查询，短语查询，组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
QueryParser : 是一个解析用户输入的工具，可以通过扫描用户输入的字符串，生成Query对象。
Hits :在搜索完成之后，需要把搜索结果返回并显示给用户，只有这样才算是完成搜索的目的。在lucene中，搜索的结果的集合是用Hits类的实例来表示的。
上面作了一大堆名词解释，下面就看几个简单的实例吧:
1、简单的的StandardAnalyzer测试例子
package
lighter.iteye.com;
import
java.io.IOException;
import
java.io.StringReader;
import
org.apache.lucene.analysis.Analyzer;
import
org.apache.lucene.analysis.Token;
import
org.apache.lucene.analysis.TokenStream;
import
org.apache.lucene.analysis.standard.StandardAnalyzer;
public
class
StandardAnalyzerTest
{
//
构造函数，
public
StandardAnalyzerTest()
{
}
public
static
void
main(String[] args)
{
//
生成一个StandardAnalyzer对象
Analyzer aAnalyzer
=
new
StandardAnalyzer();
//
测试字符串
StringReader sr
=
new
StringReader(
"
lighter javaeye com is the are on
"
);
//
生成TokenStream对象
TokenStream ts
=
aAnalyzer.tokenStream(
"
name
"
, sr);
try
{
int
i
=
0
;
Token t
=
ts.next();
while
(t
!=
null
)
{
//
辅助输出时显示行号
i
++
;
<
发表评论
评论