Lucene 3.6.2入门:Tika

首先贴出来的是演示了借助Tika创建索引的HelloTikaIndex.java
    PS:关于Tika的介绍及用法，详见下方的HelloTika.java
    package com.jadyer.lucene;
    import java.io.File;
    import java.io.IOException;
    import org.apache.lucene.document.Document;
    import org.apache.lucene.document.Field;
    import org.apache.lucene.index.IndexReader;
    import org.apache.lucene.index.IndexWriter;
    import org.apache.lucene.index.IndexWriterConfig;
    import org.apache.lucene.index.Term;
    import org.apache.lucene.search.IndexSearcher;
    import org.apache.lucene.search.Query;
    import org.apache.lucene.search.ScoreDoc;
    import org.apache.lucene.search.TermQuery;
    import org.apache.lucene.search.TopDocs;
    import org.apache.lucene.store.Directory;
    import org.apache.lucene.store.FSDirectory;
    import org.apache.lucene.util.Version;
    import org.apache.tika.Tika;
    import com.chenlb.mmseg4j.analysis.ComplexAnalyzer;
    /**
    * 【Lucene3.6.2入门系列】第10节_Tika
    * @create Aug 19, 2013 11:02:21 PM
    * @author 玄玉<http://blog.csdn.net/jadyer>
    */
    public class HelloTikaIndex {
    private Directory directory;
    private IndexReader reader;
    public HelloTikaIndex（）{
    try {
    directory = FSDirectory.open（new File（"myExample/myIndex/"））；
    } catch （IOException e） {
    e.printStackTrace（）；
    }
    }
    /**
    * 创建索引
    */
    public void createIndex（）{
    Document doc = null;
    IndexWriter writer = null;
    File myFile = new File（"myExample/myFile/"）；
    try{
    //这里的分词器使用的是MMSeg4j（记得引入mmseg4j-all-1.8.5-with-dic.jar）
    //详见http://blog.csdn.net/jadyer/article/details/10049525中对MMSeg4j的介绍
    writer = new IndexWriter（directory, new IndexWriterConfig（Version.LUCENE_36, new ComplexAnalyzer（）））；
    writer.deleteAll（）；
    for（File file : myFile.listFiles（））{
    doc = new Document（）；
    //              //当保存文件的Metadata时，要过滤掉文件夹，否则会报告文件夹无法访问的异常
    //              if（file.isDirectory（））{
    //                  continue;
    //              }
    //              Metadata metadata = new Metadata（）；
    //              doc.add（new Field（"filecontent", new Tika（）。parse（new FileInputStream（file）， metadata）））；
    doc.add（new Field（"filecontent", new Tika（）。parse（file）））；
    doc.add（new Field（"filename", file.getName（）， Field.Store.YES, Field.Index.NOT_ANALYZED））；
    writer.addDocument（doc）；
    }
    }catch（Exception e） {
    e.printStackTrace（）；
    }finally{
    if（null != writer）{
    try {
    writer.close（）；
    } catch （IOException ce） {
    ce.printStackTrace（）；
    }
    }
    }
    }
    /**
    * 获取IndexSearcher实例
    */
    private IndexSearcher getIndexSearcher（）{
    try {
    if（reader == null）{
    reader = IndexReader.open（directory）；
    }else{
    //if the index was changed since the provided reader was opened, open and return a new reader; else,return null
    //如果当前reader在打开期间index发生改变，则打开并返回一个新的IndexReader,否则返回null
    IndexReader ir = IndexReader.openIfChanged（reader）；
    if（ir != null）{
    reader.close（）； //关闭原reader
    reader = ir;    //赋予新reader
    }
    }
    return new IndexSearcher（reader）；
    }catch（Exception e） {
    e.printStackTrace（）；
    }
    return null; //发生异常则返回null
    }
    /**
    * 执行搜索操作
    * @param fieldName 域名（相当于表的字段名）
    * @param keyWords  搜索的关键字
    */
    public void searchFile（String fieldName, String keyWords）{
    IndexSearcher searcher = this.getIndexSearcher（）；
    Query query = new TermQuery（new Term（fieldName, keyWords））；
    try {
    TopDocs tds = searcher.search（query, 50）；
    for（ScoreDoc sd : tds.scoreDocs）{
    Document doc = searcher.doc（sd.doc）；
    System.out.print（"文档编号=" + sd.doc + "  文档权值=" + doc.getBoost（） + "  文档评分=" + sd.score + "    "）；
    System.out.println（"filename=" + doc.get（"filename"））；
    }
    } catch （IOException e） {
    e.printStackTrace（）；
    } finally {
    if（null != searcher）{
    try {
    searcher.close（）； //记得关闭IndexSearcher
    } catch （IOException e） {
    e.printStackTrace（）；
    }
    }
    }
    }
    /**
    * 测试一下效果
    * @see 测试前记得在myExample/myFile/目录下预先准备几个doc,pdf,html,txt等文件
    */
    public static void main（String[] args） {
    HelloTikaIndex hello = new HelloTikaIndex（）；
    hello.createIndex（）；
    hello.searchFile（"filecontent", "java"）；
    }
    }