引自:http://tech.it168.com/j/e/2006-12-24/200612242354435.shtml
【IT168技术文档】
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 com.lht;
- 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;
- /*
- * 提示一下:
- StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
- 1、对原有句子按照空格进行了分词
- 2、所有的大写字母都可以能转换为小写的字母
- 3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
- 查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
- 这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。
- */
- 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++;
- //输出处理后的字符
- System.out.println("第"+i+"行:"+t.termText());
- //取得下一个字符
- t=ts.next();
- }
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- }
显示结果:
引用
第1行:lighter
第2行:javaeye
第3行:com
提示一下:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。
2、看另一个实例,简单地建立索引,进行搜索
- package com.lht;
- 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;
- import org.apache.lucene.queryParser.QueryParser;
- import org.apache.lucene.search.Hits;
- import org.apache.lucene.search.IndexSearcher;
- import org.apache.lucene.search.Query;
- import org.apache.lucene.store.FSDirectory;
- public class FSDirectoryTest {
- //建立索引的路径
- public static final String path = "c:\\index2";
- public static void main(String[] args) throws Exception {
- /**建立索引*/
- Document doc1 = new Document();
- // 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。
- doc1.add( new Field("name", "lighter lighter javaeye com", Field.Store.YES,Field.Index.TOKENIZED));
- Document doc2 = new Document();
- doc2.add(new Field("name", "lighter lighter lighter blog VerRan",Field.Store.YES,Field.Index.TOKENIZED));
- Document doc3=new Document();
- doc3.add(new Field("name","lighter VerRan",Field.Store.YES,Field.Index.TOKENIZED));
- //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。
- // 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。
- IndexWriter writer = new IndexWriter(FSDirectory.getDirectory(path, true),new StandardAnalyzer(), true);
- writer.setMaxFieldLength(10);
- writer.addDocument(doc1);
- writer.setMaxFieldLength(10);
- writer.addDocument(doc2);
- writer.addDocument(doc3);
- writer.close();
- /** 搜索*/
- // IndexSearcher:是lucene中最基本的检索工具,所有的检索都会用到IndexSearcher工具;
- IndexSearcher searcher = new IndexSearcher(path);
- //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。
- Hits hits = null;
- // 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。
- Query query = null;
- QueryParser qp = new QueryParser("name",new StandardAnalyzer());//这里的name和Document的name的参数对应
- query = qp.parse("lighter");
- hits = searcher.search(query);
- System.out.println("查找\"lighter\" 共" + hits.length() + "个结果");
- query = qp.parse("javaeye");
- hits = searcher.search(query);
- System.out.println("查找\"javaeye\" 共" + hits.length() + "个结果");
- query = qp.parse("VerRan");
- hits = searcher.search(query);
- System.out.println("查找\"VerRan\" 共" + hits.length() + "个结果");
- }
- }
代码
查找"lighter" 共3个结果
查找"javaeye" 共1个结果
查找"VerRan" 共2个结果