Lucene学习笔记1--lucene开篇hello lucene

一、Lucene版本的选择

首先在我打算学习Lucene，在我开始写这个系列的文章的时候Lucene已经出了6.2.0。但是我学习的版本是3.5.0，之所以选择这个版本是因为郑浩老师有一个视频讲解，能带我从具体的实践中了解Lucene，为了不陷入到版本的不兼容的泥潭中，我打算学习Lucene3.5.0，弄明白了具体的原理和操作，在学习新的版本。

解压后的Lucene3.5.0的文件夹的内容如下图：

对于初学者，知道只需要知道两个jar包：
1. lucene-core-3.5.0.jar包，这个是Lucene的主要功能包。
2. lib文件夹下面的junit的jar包，做单元测试使用。尽量使用lucene压缩包中的junit，不然会出现版本不兼容的问题。

还要了解docs文件夹下的index.html，这个是对应版本的Lucene的API说明文档，很有用。

二、HelloLucene工程创建

看一下HelloLucene的工程目录：

其中lib文件夹下存放的是需要用到的两个jar包，Referenced Libraries 中是通过 add build path 生成的。

三、HelloLucene建立索引

索引的建立就是针对原始的数据生成一个用于检索的索引，这个索引可以存储在内存中，也可以存储在硬盘上。

public void index() {
    IndexWriter writer = null;

    try {
        //1、创建Directory
        //Directory directory = new RAMDirectory(); //将索引建立在内存中
        Directory directory = FSDirectory.open(new File("d:/lucene/index01"));

        //2、创建IndexWriter
        IndexWriterConfig conf = new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35));
        writer = new IndexWriter(directory, conf);

        //3、创建文档Document对象
        Document doc = null;

        //4、为文档Document添加域Field
        File f = new File("d:/lucene/example");
        for(File file: f.listFiles()) {
            doc = new Document();
            doc.add(new Field("content", new FileReader(file)));
            doc.add(new Field("filename", file.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
            doc.add(new Field("path", file.getAbsolutePath(), Field.Store.YES, Field.Index.NOT_ANALYZED));

            //5、通过IndexWriter添加文档到索引中
            writer.addDocument(doc);

        } //for

    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } finally {
        if(writer != null)
            try {
                writer.close();
            } catch (CorruptIndexException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            } catch (IOException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
    }
} //index()

四、Lucene通过索引检索

索引建立之后，接下来就是通过索引对数据进行检索：

public void searcher() {

    try {
        //1、创建Directory
        Directory directory = FSDirectory.open(new File("d:/lucene/index01"));

        //2、创建IndexReader
        IndexReader reader = IndexReader.open(directory);

        //3、根据IndexReader创建IndexSeacher
        IndexSearcher searcher = new IndexSearcher(reader);

        //4、创建搜索的query
        // 创建parser来确定要搜索的文件的内容，第二个参数表示文件的域
        QueryParser parser = new QueryParser(Version.LUCENE_35, "content", new StandardAnalyzer(Version.LUCENE_35));
        //创建query，表示搜索域content中包含java的文档
        Query query = parser.parse("language");

        //5、根据searcher搜索并且返回TopDocs
        TopDocs tds = searcher.search(query, 10);

        //6、根据TopDocs获取ScoreDoc对象
        ScoreDoc[] sds = tds.scoreDocs;
        for(ScoreDoc sd: sds) {
            //7、根据searcher和ScoreDoc对象获取具体的Document对象
            Document d = searcher.doc(sd.doc);
            //8、根据Document对象获取需要的值
            System.out.println(d.get("filename") + "[" + d.get("path") + "]");
        }

        //9、关闭reader
        reader.close();

    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (ParseException e) {
        e.printStackTrace();
    }
} // searcher()

注意：整个工作流程很简单，建立索引的过程就是读取磁盘上的某一个目录，然后依次对该目录中的文件建立索引，把索引存储在硬盘的一个目录中。检索的过程就是读取这个索引目录的过程。

在建立索引的时候，content 这个域仅仅是读取了文件，没有指定是否存储，通过看Field的源代码可以发现默认是不存储、要索引、要分词的。所以检索的时候可以在content 中检索language 这个检索关键词，并等得到相应的文档，但是得到的文档不能通过d.get("content") 得到文档的内容，因为索引文件中没有存储这个域的原始数据。

Lucene的三个大的步骤就是：

1. 建立索引
2. 分词
3. 检索

具体的一些概念，这里先不讲，本文只是针对Lucene做一个实战的认知，有了实战的认知之后，在讲述原理的部分才不会那么枯燥。

---

说明几个Eclipse的快捷键：

1. shift+ctrl+o：快速导入包名（前提已经build path）
2. ctrl + /：快速添加注释
3. alt + /：自动不全或者提示补全