p_x1984的专栏

<br />转载：http://blog.csdn.net/forfuture1978/archive/2009/10/22/4711308.aspx<br /> <br />Lucene是一个高效的，基于Java的全文检索库。<br />所以在了解Lucene之前要费一番工夫了解一下全文检索。<br />那么什么叫做全文检索呢？这要从我们生活中的数据说起。<br />我们生活中的数据总体分为两种：结构化数据 和非结构化数据 。结构化数据： 指具有固定格式或有限长度的数据，如数据库，元数据等。

1·关闭复合文件格式        调用setUseCompoundFile(false)可以关闭复合文件选项。生成复合文件将消耗更多的时间 2·优化索引其实就是将多个索引文件合并成单个文件的过程,为了减少索引文件的数量级,能在搜索时减少读取索引文件的时间进行的操作。 3·优化索引的最佳时机是在索引过程结束后,当确认在此一段时间不会对索引文件进行更改的时候,在索引过程中优化索引只会是优化操作...

不知道这个方法是否可行，我简单做了个测试。貌似还行。把具体的代码贴出来分享给大家。 通过PaodingAnalyzer、IK_Analyzer两个分词器来实现。具体分出来的无用的字：比如：的、人……，那么我们可以写一个配置文件。先罗列出一些无用的词。那么我们在建立索引的时候。就自动的把这些字给过滤掉。我是这么实现的。    public static TreeSet&lt;String&gt...

高亮的处理lucene为我们提供了Highlighter，利用它的构造函数   public Highlighter(Formatter formatter, Scorer fragmentScorer)  {      this(formatter,new DefaultEncoder(),fragmentScorer);  }   我们可以处理高亮的词。 SimpleHTMLForma...

我现在有这么一个问题：                     索引已经建立好了。在页面上我想通过点击"过滤"按钮，对当前的某个词来过滤比如：“搜索”。 如何来实现呢？这个“搜索”是我在用Heritrix爬的过程当中分析出来的。过滤完了以后对应的索引中的词还得删除，以免我再一次在输入框中查“搜索”时，这个词是不应该被查出来的。请问各位应该如何来实现呢？我研究了下：好像要实现Filter的一个接口：...

1，把paoding-analysis-2.0.4-beta解压缩，给项目中加入paoding-analysis.jar。2，把dic文件夹放到项目的根目录中。dic文件夹里是paoding的词库。3，配置paoding的词库：把paoding-analysis-2.0.4-beta\src里面的paoding-dic-home.properties拷贝到项目的根目录下。编辑如下：#values ...

&lt;!-- Title Start--&gt; Lucene中文分词组件JE-Analysis1.4.0 分词效率： 第一次分词需要1－2秒（读取词典），之后速度基本与Lucene自带分词持平。 该组件免费安装使用传播，无限制商业应用，但暂不开源，也不提供任何保证。 　　运行环境： Lucene 1.9+ 　　内存消耗： 30M+ 　　1.4.0 —— 2006-08-21 　...

I.Sorting search results 在Lucene中有两种特别的类型是用来排序的:Score和Index order 要排序结果 可以使用IndexSearcher的重载serach函数,提供一个Sort参数.看个例子.SortingExample.java 01 package lia.advsearching;02 03 import org.apache.commons....

Lucene的搜索结果默认按相关度排序，这个相关度排序是基于内部的Score和DocID，Score又基于关键词的内部评分和做索引时的boost。默认Score高的排前面，如果Score一样，再按索引顺序，先索引的排前面。那么有人问了，如果我要先索引的排后面怎么办呢？隐士研究了源码后发现这是相当简单的事情。以下代码基于Lucene 2.0。看Sort的默认构造函数，相关度就是SortField.F...

Lucene各个包的说明: org.apache.lucene.document:这个包提供了一些为要索引的文档所需要的类。比如说Document、file.这样每一个文档最终被封装成一个Document对象。 org.apache.lucene.analysis : 这个包主要是对文档进行分词，文档在建立索引之前必须要进行分词，这个包的作用可以看成是为建立索引做准备工作。 org.apac...

IndexSearch类 查询器 搜索入口,继承自Search 1.public IndexSearcher(Directory directory)  使用方法 String IndexPath="D:/IndexPath"; Directory directory=FSDirectory.getDirectory(IndexPath); IndexSearcher search...

<br />Lucene总的来说是： 一个高效的，可扩展的，全文检索库。 全部用Java实现，无须配置。 仅支持纯文本文件的索引(Indexing)和搜索(Search)。 不负责由其他格式的文件抽取纯文本文件，或从网络中抓取文件的过程。<br />在Lucene in action中，Lucene 的构架和过程如下图， <br />  <br />说明Lucene是有索引和搜索的两个过程，包含索引创建，索引，搜索三个要点。<br />让我们更细一些看Lucene的各组件： <br /> 被索引的文档用D

转帖：http://jushi1988.iteye.com/blog/693188   ---  2010-06-18 17:00 代码修改： 修改重复创建索引，添加双字段高亮。      今天发一个简单的和数据库交互的Lucene示例，只是初步的靠Lucene自带的分词实现中文分词,效果肯定没有网上琳琅的分词器相媲美，只为了示例，用了自带的高亮。页面不好看，将就一下哦。     主要是...