Lucene学习笔记(一)Building and Installing the Basic Demo

设置环境变量


将下载的最新的Lucene版本解压到工作目录,并将以下4个jar包设置到CLASSPATH环境变量

Lucene JAR:lucene-core-{version}.jar

Queryparser JAR:lucene-queryparser-{version}.jar

Common analysis JAR:lucene-analyzers-common-{version}.jar

Lucene demo JAR:lucene-demo-{version}.jar


建立索引并查找


打开cmd,输入如下命令,将会为path-to-lucene}/src文件目录下的所有文件建立索引:

 

java rg.apache.lucene.demo.IndexFiles –docs {path-to-lucene}/src

 

输入以下命令,进行查找操作:

 

java org.apache.lucene.demo.SearchFiles

 

IndexFiles


IndexFiles类中的main()方法解析cmd中输入的命令行参数,接着实例化一个IndexWriter,打开指定的路径并实例化分词器StandardAnalyzer 和IndexWriterConfig。

 

IndexWriterConfig中的所有配置主要针对的是IndexWriter,一旦IndexWriter通过它创建后,该类其后的任何更改都不会对IndexWriter产生任何影响。

 

Lucene Directory被IndexWriter用来存储索引列表,它的子类可以实现将索引保存至RAM、数据库等存储介质。

 

Lucene 分词器按管道的方式执行,将文本分割成索引标识并且有选择性的做些筛选、踢出、过滤掉不需要的标识等。例如StandardAnalyer分词器,利用特定算法中的分词规则进行分词、将小写词汇转换为大写、过滤掉停顿词、剔除掉低检索价值的词汇。另外,根据不同的语言也有不同分词规则,所以得选择相应的分词器来进行分词处理。Lucene目前提供针对不同语言的分词器。

 

Searching Files


Searching Files主要是同IndexSearcher、StandardAnalyzer、QueryParser的协同执行。查询解析器通过解析器构造一个实例,并如同对文档解析一样对查询语句进行解析,这些解析如:查找词边界、剔除如a/an之类的无用词汇。Query对象包含了QueryParser解析的结果。

 

SearchFile利用IndexSearcher.search(query,n)方法返回TopDocs结果。

 

相关类的继承关系



Simple DEMO


下面是一个简单的demo:HelloLucene.Java

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopScoreDocCollector;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;

import java.io.IOException;

public class HelloLucene {
  public static void main(String[] args) throws IOException, ParseException {
    // 0. Specify the analyzer for tokenizing text.
    //    The same analyzer should be used for indexing and searching
    StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_42);

    // 1. create the index
    Directory index = new RAMDirectory();

    IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_42, analyzer);

    IndexWriter w = new IndexWriter(index, config);
    addDoc(w, "Lucene in action", "193398817");
    addDoc(w, "Lucene for Dummies", "55320055Z");
    addDoc(w, "Managing Gigabytes", "55063554A");
    addDoc(w, "The Art of Computer Science", "9900333X");
    w.close();

    // 2. query
    String querystr = args.length > 0 ? args[0] : "lucene";

    // the "title" arg specifies the default field to use
    // when no field is explicitly specified in the query.
    Query q = new QueryParser(Version.LUCENE_42, "title", analyzer).parse(querystr);

    // 3. search
    int hitsPerPage = 10;
    IndexReader reader = DirectoryReader.open(index);
    IndexSearcher searcher = new IndexSearcher(reader);
    TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true);
    searcher.search(q, collector);
    ScoreDoc[] hits = collector.topDocs().scoreDocs;
    
    // 4. display results
    System.out.println("Found " + hits.length + " hits.");
    for(int i=0;i<hits.length;++i) {
      int docId = hits[i].doc;
      Document d = searcher.doc(docId);
      System.out.println((i + 1) + ". " + d.get("isbn") + "\t" + d.get("title"));
    }

    // reader can only be closed when there
    // is no need to access the documents any more.
    reader.close();
  }

  private static void addDoc(IndexWriter w, String title, String isbn) throws IOException {
    Document doc = new Document();
    doc.add(new TextField("title", title, Field.Store.YES));

    // use a string field for isbn because we don't want it tokenized
    doc.add(new StringField("isbn", isbn, Field.Store.YES));
    w.addDocument(doc);
  }
}


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值