lucene创建索引读取索引简单测试--笔记

Lucene

  编辑

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但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，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。

搜索

编辑

IndexSearcher searcher= new IndexSearcher("E:/index");

Query query = new TermQuery(new Term("title", "lucene"));//单个 字节查询

//Query query = new FuzzyQuery(new Term("title", "lucene"));//模糊查询

//Query query = new WildcardQuery(new Term("title", "lu*"));// 通配符查询 ?代表一个 字符,*代表0到多个字符

//BooleanQuery query = new BooleanQuery();//条件查询

//BooleanQuery qson1 = new BooleanQuery();

//Query q1 = new TermQuery(new Term("title", "lucene"));

//qson1.add(q1, Occur.MUST);//MUST是必须满足的

//BooleanQuery qson2 = new BooleanQuery();

//Query q2= new TermQuery(new Term("sex", "woman"));

//qson2 .add(q2, Occur.MUST_NOT);//MUST_NOT是必须不满足

//query.add(qson1, Occur.SHOULD);

//query.add(qson2, Occur.SHOULD);//SHOULD代表满足qson1或者满足qson2都可以

//PhraseQuery query = new PhraseQuery();//近距离查询

//query.setSlop(5);//距离设置为5

//query.add(new Term("title", "lucene"));

//query.add(new Term("title", "introduction"));//查询出title中lucene和introduction距离不超过5个字符的结果

//Query query = new PrefixQuery(new Term("title", "lu"));//WildcardQuery的lu*一样

//RangeQuery query = new RangeQuery(new Term("time", "50"),new Term("time", "60"), true);

//true代表[50,60]，false代表(50,60)

Hits hits = searcher.search(query);

for (int i = 0; i < hits.length(); i++) {

Document d = hits.doc(i);

String title= d.get("title");

System.out.print(title+ " ");

}

这样，基本上就可以使用了

注：以上代码为lucene早些版本的写法。lucene3.02的写法有所改变。

建立索引

编辑

IndexWriter writer = new IndexWriter("E:/index", new StandardAnalyze(),true,MaxFieldLength.UNLIMITED); //true代表覆盖原先数据，maxFieldLength用来限制Field的大小

Document doc = new Document();

doc.add(new Field("title", "lucene introduction", Field.Store.YES, Field.Index.ANALYZED,

Field.TermVector.WITH_POSITIONS_OFFSETS));

doc.add(new Field("time", "60", Field.Store.YES, Field.Index.ANALYZED,

Field.TermVector.WITH_POSITIONS_OFFSETS));

writer.addDocument(doc);

writer.optimize(); //优化

writer.close();

代码案例（lucene5.3）

package lucTest;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.cjk.CJKAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.FSDirectory;

public class ExtendAllTest {
	
	
	public static void main(String[] args) {
		
		try {
			generate();
			reader();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (ParseException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	
	/**
	 * 生成lucene索引文件
	 * @throws IOException
	 */
	public static void generate() throws IOException{
		//创建分词解析器
		Analyzer analyzer=new CJKAnalyzer();
		//初始化索引写入配置，配置指定的分词器解析规则
		IndexWriterConfig config=new IndexWriterConfig(analyzer);
		//初始化索引写入器，磁盘文件用（FSDirectory）
		//存入存储器用 RAMDirectory ramDir = new RAMDirectory(fileName)
		IndexWriter iw = new IndexWriter(FSDirectory.open(new File("lucene","index").toPath()), config);
		//创建文档，在索引中一个文档便是一条索引记录
		Document doc=new Document();
		//文档由field名称 和需索引内容组成； 设定存储并索引Field.Store.YES
		doc.add(new TextField("filedid", "《物种起源》--达尔文",Field.Store.YES));
		//......
		//.....
		//将文档添加至索引
		iw.addDocument(doc);
		//关闭写入流
		iw.close();
	}
	
	/**
	 * 读取索引文件信息
	 * @throws IOException
	 * @throws ParseException 
	 */
	public static void reader() throws IOException, ParseException{
		//创建索引读取器
		IndexReader ir=DirectoryReader.open(FSDirectory.open(new File("lucene","index").toPath()));
		//创建搜索器
		IndexSearcher search=new IndexSearcher(ir);
		//创建搜索条件解析器,分词器尽量与生成索引时的分词器保持一致
		QueryParser queryparser=new QueryParser("filedid", new CJKAnalyzer());
		//实现对参数信息进行全文检索条件装载
		Query query=queryparser.parse("达尔文");
		//进行搜索，并获得检索结果
		TopDocs docs=search.search(query, 10);
		//遍历读取检索结果集中的详细索引数据
		ScoreDoc scores[]=docs.scoreDocs;
		for(int i=0;i<scores.length;i++){
			int num=scores[i].doc;//查询到的索引id
			Document doc=search.doc(num);//加载到具体某一个文档域
			System.out.println(doc.get("filedid"));
		}
		
	}

}