其实,lucene是一个很容易上手的搜索引擎框架,传统的搜索引擎,涉及到爬虫,也就是爬取网页,然后对网页进行加工,也就是索引,最后用于搜 索,lucene这个框架可以很方便的帮你做到后面两个步骤,也就是索引和搜索!本文尝试通过一个例子,使大家掌握lucene的使用核心方法,包括分 词、索引、搜索不同的目录、搜索不同的域,希望大家通过这个实例,对lucene和搜索引擎能有比较全面的认识!
下面是这个例子的代码:
phz.LuceneTest.java
- package phz;
- 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.MultiFieldQueryParser;
- import org.apache.lucene.search.BooleanClause;
- import org.apache.lucene.search.Hits;
- import org.apache.lucene.search.IndexSearcher;
- import org.apache.lucene.search.MultiSearcher;
- import org.apache.lucene.search.Query;
- /**
- * 这个实例包含了lucene所有核心用法
- *
- * @author panhuizi
- *
- */
- public class LuceneTest {
- public static void main(String[] args) {
- try {
- LuceneTest luceneTest = new LuceneTest();
- // 创建索引
- luceneTest.index();
- // 在索引所在目录下搜索"中国 金牌"
- luceneTest.search("中国 金牌");
- } catch (Exception e) {
- e.printStackTrace();
- }
- System.out.println("ok");
- }
- public void index() throws Exception {
- /* 创建索引初始化,执行这些语句将创建或清空d://save//目录下所有索引 */
- IndexWriter writer1 = new IndexWriter("d://save//",
- new StandardAnalyzer(), true);
- writer1.close();
- /*
- * 往创建的初始化索引中添加索引内容,StandardAnalyzer表示用lucene自带的标准分词机制,
- * false表示不覆盖原来该目录的索引,细心的读者可能已经发现, 这句话和上面的那句就这个false不一样
- */
- IndexWriter writer2 = new IndexWriter("d://save//",
- new StandardAnalyzer(), false);
- /* 创建一份文件 */
- Document doc1 = new Document();
- /*
- * 创建一个域ArticleTitle,并往这个域里面添加内容 "Field.Store.YES"表示域里面的内容将被存储到索引
- * "Field.Index.TOKENIZED"表示域里面的内容将被索引,以便用来搜索
- */
- Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES,
- Field.Index.TOKENIZED);
- /* 往文件里添加这个域 */
- doc1.add(field1);
- /* 同理:创建另外一个域ArticleText,并往这个域里面添加内容 */
- Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......",
- Field.Store.YES, Field.Index.TOKENIZED);
- doc1.add(field2);
- // 在这里还可以添加其他域
- /* 添加这份文件到索引 */
- writer2.addDocument(doc1);
- /* 同理:创建第二份文件 */
- Document doc2 = new Document();
- field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES,
- Field.Index.TOKENIZED);
- doc2.add(field1);
- field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........",
- Field.Store.YES, Field.Index.TOKENIZED);
- doc2.add(field2);
- writer2.addDocument(doc2);
- // 在这里可以添加其他文件
- /* 关闭 */
- writer2.close();
- }
- public void search(String serchString) throws Exception {
- /* 创建一个搜索,搜索刚才创建的d://save//目录下的索引 */
- IndexSearcher indexSearcher = new IndexSearcher("d://save//");
- /* 在这里我们只需要搜索一个目录 */
- IndexSearcher indexSearchers[] = { indexSearcher };
- /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */
- String[] fields = { "ArticleTitle", "ArticleText" };
- /* 下面这个表示要同时搜索这两个域,而且只要一个域里面有满足我们搜索的内容就行 */
- BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,
- BooleanClause.Occur.SHOULD };
- /*
- * MultiFieldQueryParser表示多个域解析,
- * 同时可以解析含空格的字符串,如果我们搜索"中国 金牌",根据前面的索引,显然搜到的是第二份文件
- */
- Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,
- new StandardAnalyzer());
- /* Multisearcher表示多目录搜索,在这里我们只有一个目录 */
- MultiSearcher searcher = new MultiSearcher(indexSearchers);
- /* 开始搜索 */
- Hits h = searcher.search(query);
- /* 把搜索出来的所有文件打印出来 */
- for (int i = 0; i < h.length(); i++) {
- /* 打印出文件里面ArticleTitle域里面的内容 */
- System.out.println(h.doc(i).get("ArticleTitle"));
- /* 打印出文件里面ArticleText域里面的内容 */
- System.out.println(h.doc(i).get("ArticleText"));
- }
- /* 关闭 */
- searcher.close();
- }
- }
附件中每一步骤都有比较详细的说明!
关于lucene,有任何疑问,都可以提出来,大家一起交流!