搜索引擎(lucene)例子

最近项目中要用到全文搜索，所以在网上搜了下，找到了lucene ，学习下；
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！
1. package phz;
2.
3. import org.apache.lucene.analysis.standard.StandardAnalyzer;
4. import org.apache.lucene.document.Document;
5. import org.apache.lucene.document.Field;
6. import org.apache.lucene.index.IndexWriter;
7. import org.apache.lucene.queryParser.MultiFieldQueryParser;
8. import org.apache.lucene.search.BooleanClause;
9. import org.apache.lucene.search.Hits;
10. import org.apache.lucene.search.IndexSearcher;
11. import org.apache.lucene.search.MultiSearcher;
12. import org.apache.lucene.search.Query;
13.
14. /**
15. * 这个实例包含了lucene所有核心用法
16. *
17. * @author panhuizi
18. *
19. */
20. public class LuceneTest {
21.
22. public static void main(String[] args) {
23. try {
24. LuceneTest luceneTest = new LuceneTest();
25. // 创建索引
26. luceneTest.index();
27. // 在索引所在目录下搜索"中国 金牌"
28. luceneTest.search("中国 金牌");
29. } catch (Exception e) {
30. e.printStackTrace();
31. }
32. System.out.println("ok");
33. }
34.
35. public void index() throws Exception {
36. /* 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 */
37. IndexWriter writer1 = new IndexWriter("d:\\save\\",
38. new StandardAnalyzer(), true);
39. writer1.close();
40.
41. /*
42. * 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，
43. * 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
44. */
45. IndexWriter writer2 = new IndexWriter("d:\\save\\",
46. new StandardAnalyzer(), false);
47. /* 创建一份文件 */
48. Document doc1 = new Document();
49. /*
50. * 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
51. * "Field.Index.TOKENIZED"表示域里面的内容将被索引，以便用来搜索
52. */
53. Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES,
54. Field.Index.TOKENIZED);
55. /* 往文件里添加这个域 */
56. doc1.add(field1);
57. /* 同理：创建另外一个域ArticleText，并往这个域里面添加内容 */
58. Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......",
59. Field.Store.YES, Field.Index.TOKENIZED);
60. doc1.add(field2);
61. // 在这里还可以添加其他域
62. /* 添加这份文件到索引 */
63. writer2.addDocument(doc1);
64.
65. /* 同理：创建第二份文件 */
66. Document doc2 = new Document();
67. field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES,
68. Field.Index.TOKENIZED);
69. doc2.add(field1);
70. field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........",
71. Field.Store.YES, Field.Index.TOKENIZED);
72. doc2.add(field2);
73.
74. writer2.addDocument(doc2);
75.
76. // 在这里可以添加其他文件
77.
78. /* 关闭 */
79. writer2.close();
80. }
81.
82. public void search(String serchString) throws Exception {
83. /* 创建一个搜索，搜索刚才创建的d:\\save\\目录下的索引 */
84. IndexSearcher indexSearcher = new IndexSearcher("d:\\save\\");
85. /* 在这里我们只需要搜索一个目录 */
86. IndexSearcher indexSearchers[] = { indexSearcher };
87. /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */
88. String[] fields = { "ArticleTitle", "ArticleText" };
89. /* 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 */
90. BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,
91. BooleanClause.Occur.SHOULD };
92. /*
93. * MultiFieldQueryParser表示多个域解析，
94. * 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
95. */
96. Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,
97. new StandardAnalyzer());
98. /* Multisearcher表示多目录搜索，在这里我们只有一个目录 */
99. MultiSearcher searcher = new MultiSearcher(indexSearchers);
100. /* 开始搜索 */
101. Hits h = searcher.search(query);
102. /* 把搜索出来的所有文件打印出来 */
103. for (int i = 0; i < h.length(); i++) {
104. /* 打印出文件里面ArticleTitle域里面的内容 */
105. System.out.println(h.doc(i).get("ArticleTitle"));
106. /* 打印出文件里面ArticleText域里面的内容 */
107. System.out.println(h.doc(i).get("ArticleText"));
108. }
109. /* 关闭 */
110. searcher.close();
111. }
112. }