Lunece入门

最新推荐文章于 2020-04-08 00:39:50 发布

潇潇方远

最新推荐文章于 2020-04-08 00:39:50 发布

阅读量566

点赞数 1

分类专栏： Lucene

本文链接：https://blog.csdn.net/hpuxiaofang/article/details/84029872

版权

Lucene 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

------------------------------------------------------------------------------------------------------------------------------------------------------

1.什么是Lucene

Lucene是一个开放源代码的全文检索工具包，它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎。

2.Lucene的安装

呃呃呃，没啥可解释的，解压到指定位置即可。

地址：https://pan.baidu.com/s/1bAKxth-1NGECnroM-ulNww 提取码：wrcv

3.Lucene实现全文检索的流程

简单来说就是两个步骤：1.创建索引库。2.查询索引

（1）创建索引库

a.获取文档 ：
直接使用io流读取磁盘上的文件。
b.创建文档对象 ：
  对应每个原始文档创建一个Document对象，每个document对象中包含多个域（field），域中保存就是原始文档数据，每个文档都有一个唯一的编号，就是文档id。
c.分析文档 ：
就是分词的过程
1、根据空格进行字符串拆分，得到一个单词列表
2、把单词统一转换成小写。
3、去除标点符号
4、去除停用词
停用词：无意义的词
每个关键词都封装成一个Term对象中。
Term中包含两部分内容：
关键词所在的域
关键词本身
不同的域中拆分出来的相同的关键词是不同的Term。
d.创建索引 ：
  基于关键词列表创建一个索引。保存到索引库中。
索引库中：
索引
document对象
关键词和文档的对应关系
通过词语找文档，这种索引的结构叫倒排索引结构。

（2）查询索引

1）用户查询接口
用户输入查询条件的地方
例如：百度的搜索框
   2）把关键词封装成一个查询对象
要查询的域
要搜索的关键词
   3）执行查询
根据要查询的关键词到对应的域上进行搜索。
找到关键词，根据关键词找到对应的文档
   4）渲染结果
根据文档的id找到文档对象
对关键词进行高亮显示
分页处理
展示给用户看。

4.入门程序

（1）创建索引库

A.环境搭建
创建一个空的Java project，导入图中三个jar包（在lucene的安装目录中可找到）。

B.代码实现

package com.heima.lunece;

import org.apache.commons.io.FileUtils;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.*;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.junit.Test;

import java.io.File;
public class LuneceDirectory {

    @Test
    public  void createIndex() throws Exception{
        //1、创建一个Director对象，指定索引库保存的位置。
        Directory directory = FSDirectory.open( new File("C:\\Users\\FANG2\\Desktop\\index").toPath() );

        //2、基于Directory对象创建一个IndexWriter对象
        IndexWriter indexWriter = new IndexWriter( directory,new IndexWriterConfig(  ) );

        //3、读取磁盘上的文件，对应每个文件创建一个文档对象。
        File dir = new File( "C:\\Users\\FANG2\\Desktop\\Lucene\\02.参考资料\\searchsource" );
        File[] files = dir.listFiles();
        for (File f : files) {
            //分别取文件名、文件路径、文件内容、文件大小
            String fileName = f.getName();
            String filePath = f.getPath();
            String fileContext = FileUtils.readFileToString( f,"utf-8" );
            long fileSize = FileUtils.sizeOf( f );
            //创建Field
            Field fieldName =new TextField( "name",fileName,Field.Store.YES );
            Field fieldPath = new TextField( "path",filePath,Field.Store.YES );
            Field fieldContext = new TextField( "context",fileContext,Field.Store.YES );
            Field fieldSize = new TextField( "size",fileSize+"",Field.Store.YES );
            //创建文档对象
            Document document = new Document();

            //4、向文档对象中添加域
            document.add( fieldName );
            document.add( fieldPath );
            document.add( fieldContext );
            document.add( fieldSize );

            //5、把文档对象写入索引库
            indexWriter.addDocument( document );
        }
        //6、关闭indexwriter对象
        indexWriter.close();
    }
}

C.使用Luke查看索引库中的内容

安装：安装包在上述分享资源中，同样解压到指定路径即可。
打开：根据安装路径，找到luke.bat批处理文件，双击打开。几秒过后回出现下图，点击Browse选择你的索引库位置，打开。

（2）查询索引

 @Test
    public void searchIndex() throws Exception {
        //1、创建一个Director对象，指定索引库的位置
        Directory directory = FSDirectory.open(new File("C:\\Users\\FANG2\\Desktop\\index").toPath());
        //2、创建一个IndexReader对象
        IndexReader indexReader = DirectoryReader.open(directory);
        //3、创建一个IndexSearcher对象，构造方法中的参数indexReader对象。
        IndexSearcher indexSearcher = new IndexSearcher(indexReader);
        //4、创建一个Query对象，TermQuery
        Query query = new TermQuery(new Term("context", "spring"));
        //5、执行查询，得到一个TopDocs对象
        //参数1：查询对象 参数2：查询结果返回的最大记录数
        TopDocs topDocs = indexSearcher.search(query, 10);
        //6、取查询结果的总记录数
        System.out.println("查询总记录数：" + topDocs.totalHits);
        //7、取文档列表
        ScoreDoc[] scoreDocs = topDocs.scoreDocs;
        //8、打印文档中的内容
        for (ScoreDoc doc :
                scoreDocs) {
            //取文档id
            int docId = doc.doc;
            //根据id取文档对象
            Document document = indexSearcher.doc(docId);
            System.out.println(document.get("name"));
            System.out.println(document.get("path"));
            System.out.println(document.get("size"));
            //System.out.println(document.get("content"));
            System.out.println("-----------------寂寞的分割线-------------------");
        }
        //9、关闭IndexReader对象
        indexReader.close();
    }

=========================================================================================
初始效果：
=========================================================================================
查询总记录数：6
spring_README.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\spring_README.txt
3257
-----------------寂寞的分割线-------------------
springmvc.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\springmvc.txt
2124
-----------------寂寞的分割线-------------------
2.Serving Web Content.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\2.Serving Web Content.txt
35
-----------------寂寞的分割线-------------------
1.create web page.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\1.create web page.txt
47
-----------------寂寞的分割线-------------------
spring.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\spring.txt
82
-----------------寂寞的分割线-------------------
cxf_README.txt
C:\Users\FANG2\Desktop\Lucene\02.参考资料\searchsource\cxf_README.txt
3770
-----------------寂寞的分割线-------------------

潇潇方远

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Lunece入门

目录1.什么是Lucene2.Lucene的安装 3.Lucene实现全文检索的流程4.入门程序----------------------------------------------------------------------------------------------------------------------------------------------...
复制链接

扫一扫

专栏目录