lucene学习日志（一）

由于实际需求，小小兵我最近对搜索引擎和网络爬虫产生了浓烈的兴趣，决定自己先写个网络爬虫试试，说不定以后在网上找资源就可以用得上了。小小兵真的是觉得手动在百度和google上找资源效率很低，再者，写个爬虫，这个逼可以吹一年，哈哈。

首先是环境的搭建，由于我是用java来做的，所以用eclipse来写，去http://archive.apache.org/dist/lucene/java/     去这个地址把架包下载好，然后导好包，环境就算搭建好啦。先写一个测试例子。以下贴出我的代码：

package test.lucene;


import java.io.IOException;
import java.io.StringReader;


import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Token;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.standard.StandardAnalyzer;


public class TestLucene {
public static void main(String[] args) throws IOException {
Analyzer analyzer = new StandardAnalyzer();
TokenStream tokenStream = analyzer.tokenStream("", new StringReader("this is the first lucene test java project"));
Token token = new Token();
while(tokenStream.next(token) != null)
System.out.println(token.term());
}
}

运行结果如下：

由于lucene把this is 这种虚词裁剪掉了，留下来的都是一些关键词，所以才会剪切成这几个单词。

好了，今天先到这了。