首先下载Lucene
URL: http://archive.apache.org/dist/lucene/java/lucene-2.4.1.zip
用的中文分词组件是“庖丁解牛”见附件,现在有关中文分词的组件很多,本人是在通过比较之后选择这一个组件的,各位有什么好的建议望赐教,之所以选择庖丁解牛是感觉他的技术资料要多一些(以后有问题了可以解决的路径要多一些),而且效率也不错。
组件的配置过程按照网上的流程:
1)将二进制包paoding-analyis.jar放到自己的classpath下
2)将字典文件安装(也就是拷贝)到某个目录下,比如/data/paoding/dic下,本人是直接放到了src目录下
3)把配置文件paoding-analysis.properties放到自己的classpath(src目录)下
4)打开paoding-analysis.properties,把paoding.dic.home属性设置为字
典的安装目录, paoding.dic.home=classpath:dic(注意只是在原文件中添加该句,原文件内容不要改动),最后运行测试程序发现这样可以建立索引 但是检索时候hits总是空值 ,后来又参考了网络上众多牛人的资料,发现跟环境编码有关,所以我把eclipse的默认编码改成utf-8.调试ok了
以下是搜索过程中感觉比较有用的知识点,分享一下:
Lucene:术语
IndexWriter:lucene中最重要的的类之一,它主要是用来将文档加入索引,同时控制索引过程中的一些参数使用。
Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。
Directory:索引存放的位置;lucene提供了两种索引存放的位置,一种是磁盘,一种是内存。一般情况将索引放在磁盘上;相应地lucene提供了FSDirectory和RAMDirectory两个类。
Document:文档;Document相当于一个要进行索引的单元,任何可以想要被索引的文件都必须转化为Document对象才能进行索引。
Field:字段。
IndexSearcher:是lucene中最基本的检索工具,所有的检索都会用到IndexSearcher工具;
Query:查询,lucene中支持模糊查询,语义查询,短语查询,组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
QueryParser: 是一个解析用户输入的工具,可以通过扫描用户输入的字符串,生成Query对象。
Hits:在搜索完成之后,需要把搜索结果返回并显示给用户,只有这样才算是完成搜索的目的。在lucene中,搜索的结果的集合是用Hits类的实例来表示的。
1. 对于某字段的关键字的模糊查询
Searcher searcher=new IndexSearcher(indexFilePath);
Hits hits=searcher.search(query);
for (int i = 0; i < hits.length(); i++) {
System.out.println(hits.doc(i).get("name"));
}
2. 对于某字段的关键字的语义查询
Searcher searcher=new IndexSearcher(indexFilePath);
Hits hits=searcher.search(query);
for (int i = 0; i < hits.length(); i++) {
System.out.println(hits.doc(i).get("name"));
}
3. 对于多字段的关键字的查询
Searcher searcher=new IndexSearcher(indexFilePath);
Hits hits=searcher.search(query);
for (int i = 0; i < hits.length(); i++) {
System.out.println(hits.doc(i).get("name"));
}
4. 复合查询(多种查询条件的综合查询)
Query mquery=new WildcardQuery(new Term("sender","bluedavy*"));
TermQuery tquery=new TermQuery(new Term("name","jerry"));
BooleanQuery bquery=new BooleanQuery();
bquery.add(query,true,false);
bquery.add(mquery,true,false);
bquery.add(tquery,true,false);
Searcher searcher=new IndexSearcher(indexFilePath);
Hits hits=searcher.search(bquery);
for (int i = 0; i < hits.length(); i++) {
System.out.println(hits.doc(i).get("name"));
}
今天就先学习到这里了。。。继续调试项目ing。。。哎