关键字: lucene
说明一下,这一篇文章的用到的lucene,是用2.0版本的,主要在查询的时候2.0版本的lucene与以前的版本有了一些区别.
其实这一些代码都是早几个月写的,自己很懒,所以到今天才写到自己的博客上,高深的文章自己写不了,只能记录下一些简单的记录与点滴,其中的代码算是自娱自乐的,希望高手不要把重构之类的砸下来...
1、在windows系统下的的C盘,建一个名叫s的文件夹,在该文件夹里面随便建三个txt文件,随便起名啦,就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的内容如下:
代码
中华人民共和国
全国人民
2006年
而"2.txt"和"3.txt"的内容也可以随便写几写,这里懒写,就复制一个和1.txt文件的内容一样吧
2、下载lucene包,放在classpath路径中
建立索引:
代码
1
packagelighter.javaeye.com;2
3
importjava.io.BufferedReader;4
importjava.io.File;5
importjava.io.FileInputStream;6
importjava.io.IOException;7
importjava.io.InputStreamReader;8
importjava.util.Date;9
10
importorg.apache.lucene.analysis.Analyzer;11
importorg.apache.lucene.analysis.standard.StandardAnalyzer;12
importorg.apache.lucene.document.Document;13
importorg.apache.lucene.document.Field;14
importorg.apache.lucene.index.IndexWriter;15
16
/** *//**17
* author lighter date 2006-8-718
*/19
publicclassTextFileIndexer
{20
publicstaticvoidmain(String[] args)throwsException
{21
/**//*指明要索引文件夹的位置,这里是C盘的S文件夹下*/22
File fileDir=newFile("c:\\s");23
24
/**//*这里放索引文件的位置*/25
File indexDir=newFile("c:\\index");26
Analyzer luceneAnalyzer=newStandardAnalyzer();27
IndexWriter indexWriter=newIndexWriter(indexDir, luceneAnalyzer,28
true);29
File[] textFiles=fileDir.listFiles();30
longstartTime=newDate().getTime();31
32
//增加document到索引去33
for(inti=0; i{34
if(textFiles[i].isFile()35
&&textFiles[i].getName().endsWith(".txt"))
{36
System.out.println("File"+textFiles[i].getCanonicalPath()37
+"正在被索引
.");38
String temp=FileReaderAll(textFiles[i].getCanonicalPath(),39
"GBK");40
System.out.println(temp);41
Document document=newDocument();42
Field FieldPath=newField("path", textFiles[i].getPath(),43
Field.Store.YES, Field.Index.NO);44
Field FieldBody=newField("body", temp, Field.Store.YES,45
Field.Index.TOKENIZED,46
Field.TermVector.WITH_POSITIONS_OFFSETS);47
document.add(FieldPath);48
document.add(FieldBody);49
indexWriter.addDocument(document);50
}51
}52
//optimize()方法是对索引进行优化53
indexWriter.optimize();54
indexWriter.close();55
56
//测试一下索引的时间57
longendTime=newDate().getTime();58
System.out59
.println("这花费了"60
+(endTime-startTime)61
+"毫秒来把文档增加到索引里面去!"62
+fileDir.getPath());63
}64
65
publicstaticString FileReaderAll(String FileName, String charset)66
throwsIOException
{67
BufferedReader reader=newBufferedReader(newInputStreamReader(68
newFileInputStream(FileName), charset));69
String line=newString();70
String temp=newString();71
72
while((line=reader.readLine())!=null)
{73
temp+=line;74
}75
reader.close();76
returntemp;77
}78
}
索引的结果:
代码
File C:\s\1.txt正在被索引....
中华人民共和国全国人民2006年
File C:\s\2.txt正在被索引....
中华人民共和国全国人民2006年
File C:\s\3.txt正在被索引....
中华人民共和国全国人民2006年
这花费了297 毫秒来把文档增加到索引里面去!c:\s
3、建立了索引之后,查询啦....
代码
1
packagelighter.javaeye.com;2
3
importjava.io.IOException;4
5
importorg.apache.lucene.analysis.Analyzer;6
importorg.apache.lucene.analysis.standard.StandardAnalyzer;7
importorg.apache.lucene.queryParser.ParseException;8
importorg.apache.lucene.queryParser.QueryParser;9
importorg.apache.lucene.search.Hits;10
importorg.apache.lucene.search.IndexSearcher;11
importorg.apache.lucene.search.Query;12
13
publicclassTestQuery
{14
publicstaticvoidmain(String[] args)throwsIOException, ParseException
{15
Hits hits=null;16
String queryString="中华";17
Query query=null;18
IndexSearcher searcher=newIndexSearcher("c:\\index");19
20
Analyzer analyzer=newStandardAnalyzer();21
try
{22
QueryParser qp=newQueryParser("body", analyzer);23
query=qp.parse(queryString);24
}catch(ParseException e)
{25
}26
if(searcher!=null)
{27
hits=searcher.search(query);28
if(hits.length()>0)
{29
System.out.println("找到:"+hits.length()+"个结果!");30
}31
}32
}33
34
}
lucene简单实例
Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西,叫搜索。
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。
上面作了一大堆名词解释,下面就看几个简单的实例吧:
1、简单的的StandardAnalyzer测试例子
代码
1
packagelighter.javaeye.com;2
3
importjava.io.IOException;4
importjava.io.StringReader;5
6
importorg.apache.lucene.analysis.Analyzer;7
importorg.apache.lucene.analysis.Token;8
importorg.apache.lucene.analysis.TokenStream;9
importorg.apache.lucene.analysis.standard.StandardAnalyzer;10
11
publicclassStandardAnalyzerTest12
{13
//构造函数,14
publicStandardAnalyzerTest()15
{16
}17
publicstaticvoidmain(String[] args)18
{19
//生成一个StandardAnalyzer对象20
Analyzer aAnalyzer=newStandardAnalyzer();21
//测试字符串22
StringReader sr=newStringReader("lighter javaeye com is the are on");23
//生成TokenStream对象24
TokenStream ts=aAnalyzer.tokenStream("name", sr);25
try
{26
inti=0;27
Token t=ts.next();28
while(t!=null)29
{30
//辅助输出时显示行号31
i++;32
//输出处理后的字符33
System.out.println("第"+i+"行:"+t.termText());34
//取得下一个字符35
t=ts.next();36
}37
}catch(IOException e)
{38
e.printStackTrace();39
}40
}41
}42
显示结果:
引用
第1行:lighter
第2行:javaeye
第3行:com
提示一下:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。
2、看另一个实例,简单地建立索引,进行搜索
代码
1
packagelighter.javaeye.com;2
importorg.apache.lucene.analysis.standard.StandardAnalyzer;3
importorg.apache.lucene.document.Document;4
importorg.apache.lucene.document.Field;5
importorg.apache.lucene.index.IndexWriter;6
importorg.apache.lucene.queryParser.QueryParser;7
importorg.apache.lucene.search.Hits;8
importorg.apache.lucene.search.IndexSearcher;9
importorg.apache.lucene.search.Query;10
importorg.apache.lucene.store.FSDirectory;11
12
publicclassFSDirectoryTest
{13
14
//建立索引的路径15
publicstaticfinalString path="c:\\index2";16
17
publicstaticvoidmain(String[] args)throwsException
{18
Document doc1=newDocument();19
doc1.add(newField("name","lighter javaeye com",Field.Store.YES,Field.Index.TOKENIZED));20
21
Document doc2=newDocument();22
doc2.add(newField("name","lighter blog",Field.Store.YES,Field.Index.TOKENIZED));23
24
IndexWriter writer=newIndexWriter(FSDirectory.getDirectory(path,true),newStandardAnalyzer(),true);25
writer.setMaxFieldLength(3);26
writer.addDocument(doc1);27
writer.setMaxFieldLength(3);28
writer.addDocument(doc2);29
writer.close();30
31
IndexSearcher searcher=newIndexSearcher(path);32
Hits hits=null;33
Query query=null;34
QueryParser qp=newQueryParser("name",newStandardAnalyzer());35
36
query=qp.parse("lighter");37
hits=searcher.search(query);38
System.out.println("查找\"lighter\"共"+hits.length()+"个结果");39
40
query=qp.parse("javaeye");41
hits=searcher.search(query);42
System.out.println("查找\"javaeye\"共"+hits.length()+"个结果");43
44
}45
46
}47
运行结果:
代码
查找"lighter" 共2个结果
查找"javaeye" 共1个结果
本转自:http://tb.blog.csdn.net/TrackBack.aspx?PostId=1797992
---------------------------------------------------------------------------------------------------------------------------------
说人之短,乃护己之短。夸己之长,乃忌人之长。皆由存心不厚,识量太狭耳。能去此弊,可以进德,可以远怨。
http://www.blogjava.net/szhswl
------------------------------------------------------------------------------------------------------ ----------------- ---------
posted on 2007-12-05 17:04 宋针还 阅读(1134) 评论(0) 编辑 收藏 所属分类: 搜索引擎