![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Lucene
文章平均质量分 82
zfsn7722483
这个作者很懒,什么都没留下…
展开
-
转一篇lucene的使用的文章,写的比较全
1 lucene简介 1.1 什么是lucene Lucene是一个全文搜索框架,而不是应用产品。因此它并不像www.baidu.com 或者google Desktop那么拿来就能用,它只是提供了一种工具让你能实现这些产品。 1.2 lucene能做什么 要回答这个问题,先要了解lucene的本质。实际上lucene的功能很单一,说到底,就是你给它若干个字符串,然后它为你提供一个全文搜索服务,告...原创 2009-11-07 16:20:14 · 94 阅读 · 0 评论 -
布隆过滤器(Bloom Filter)之java实例
在日常生活中,包括在设计计算机软件时,我们经常要判断一个元素是否在一个集合中。比如在字处理软件中,需要检查一个英语单词是否拼写正确(也就是要判断它是否在已知的字典中);在 FBI,一个嫌疑人的名字是否已经在嫌疑名单上;在网络爬虫里,一个网址是否被访问过等等。最直接的方法就是将集合中全部的元素存在计算机中,遇到一个新元素时,将它和集合中的元素直接比较即可。一般来讲,计算机中的集合是用哈希表(h...原创 2010-08-26 14:40:15 · 279 阅读 · 1 评论 -
Lucene查询语法详解
Lucene提供了丰富的API来组合定制你所需要的查询器,同时也可以利用 Query Parser提供的强大的查询语法解析来构造你想要的查询器。本文章详细的介绍了Lucene的查询语法。通过Java语法分析器把一个查询字符串解析成 Lucene的查询器。在你选择使用Query Parser前,请考虑以下事项:如果你打算在程序中拼接查询语法串然后再利用Query Parser转换,那么强烈建议你利用...原创 2010-07-16 10:55:21 · 1157 阅读 · 0 评论 -
ICTCLAS 中科院分词系统 代码 注释 中文分词 词性标注
中科院分词系统概述这几天看完了中科院分词程序的代码,现在来做一个概述,并对一些关键的数据结构作出解释〇、总体流程考虑输入的一句话,sSentence="张华平欢迎您"总体流程:一、分词 "张/华/平/欢迎/您"二、posTagging "张/q 华/j 平/j 欢迎/v 您/r"三、NE识别:人名识别,音译名识别,地名识别 "张/q 华/j 平/j 欢迎/v 您/r" ...2010-04-16 15:45:15 · 271 阅读 · 0 评论 -
Lucene日期排序及组合查询
public class SearchUtil { //索引所在文件夹 private String indexDir; private String sDateStr; private String eDateStr; private RangeQuery rangeQuery; private Query query; private BooleanQuery bo...2009-11-19 14:31:27 · 450 阅读 · 0 评论 -
Lucene中自定义排序的实现
使用Lucene来搜索内容,搜索结果的显示顺序当然是比较重要的.Lucene中Build-in的几个排序定义在大多数情况下是不适合我们使用的.要适合自己的应用程序的场景,就只能自定义排序功能,本节我们就来看看在Lucene中如何实现自定义排序功能. Lucene中的自定义排序功能和Java集合中的自定义排序的实现方法差不多,都要实现一下比较接口. 在Java中只要实现Comparable接口就可...原创 2009-11-07 17:59:54 · 135 阅读 · 0 评论 -
在Lucene中应用poading进行分词
1、下载poading解牛 http://code.google.com/p/paoding/downloads/list 2、设置系统环境变量PAODING_DIC_HOME指向词典安装目录 如:paoding.dic.home=z:\data\paoding\dic 3、解压paoding-analysis-2.0.4-beta,解压后再用压缩软件打开paoding-analysis.jar文...原创 2009-11-07 17:52:11 · 132 阅读 · 0 评论 -
用Lucene实现摘要的高亮点
注明:该类主要是符合本人项目的需求,内容摘要的高亮点实现没这么复杂,此类中不仅仅包含了内容的高亮点实现,还包含了获取xml内容和html纯文本的提取。注意一点的是在对内容进行高亮度化的过程中,其实也就是进行全文检索的过程,所以对文本内容进行分词是必不可少的。否则将无法找到文本中对应的关键词。详细请看类的实现 /* * @(#)SummaryHighlighter.java * ...原创 2009-11-07 17:46:55 · 171 阅读 · 0 评论 -
Lucene日期索引搜索
注意使用lucene的版本,调试本例的时候,作者使用的是lucene 2.4.1 package com.zhx.test; import java.io.IOException; import java.text.SimpleDateFormat; import java.util.Date; import org.apache.lucene....原创 2009-11-07 17:42:50 · 140 阅读 · 0 评论 -
Lucene 中文引擎,庖丁解牛的辞典参数配置方法
随机文档指示可以在环境变量里配置。原文如下 庖丁中文分词需要一套词典,这些词典需要统一存储在某个目录下,这个目录称为词典安装目录。词典安装目录可以是文件系统的任何目录,它不依赖于应用程序的运行目录。将词典拷贝到词典安装目录的过程称为安装词典。增加、删除、修改词典目录下的词典的过程称为自定制词典。 在linux下,我们可以考虑将词典安装在一个专门存储数据的分区下某目录,以笔者为例,笔者将/data作...原创 2009-11-07 16:34:10 · 76 阅读 · 0 评论 -
Lucene 2.4更新索引的方法(Update Index)
在Lucene里面没有update方法,我查了文档,我们只能删除以前的索引,然后增加新的索引。 具体步骤是,根据关键词,比如url这个唯一的东西,找到已经存在的索引项,然后删除它, 下面是我的一个根据网页URL删除索引的方法,里面主要使用了Item里面保存的一个docId的int类型的参数 这个数字是lucene内部每个索引的顺序号,类似于rowid@SuppressWarnings("unc...原创 2009-11-07 16:32:17 · 193 阅读 · 0 评论 -
庖丁解牛的Lucene 2.4的全文搜索代码
package com.laozizhu.article.util;import java.io.IOException;import java.sql.Connection;import java.sql.ResultSet;import java.sql.SQLException;import java.sql.Statement;import java.util....原创 2009-11-07 16:30:05 · 107 阅读 · 0 评论 -
Lucene 搜索方式
Lucene有多种搜索方式,可以根据需要选择不同的方式。1、词条搜索(单个关键字查找) 主要对象是TermQuery 调用方式如下:Term term=new Term(字段名,搜索关键字);Query query=new TermQuery(term);Hits hits=searcher.search(query); 2、组合搜索(允许多个关键字组合搜索)...原创 2009-11-07 16:23:40 · 110 阅读 · 0 评论 -
使用Lucene的Highlighter实现文件摘要的自动提取
使用Lucene自带的Highlighter就可以实现对原始文件摘要的提取工作。Highlighter类有一个getBestFragment方法,这个方法有多个重载的方法,其中,使用:public final String getBestFragment(Analyzer analyzer, String fieldName,String text)就可以提取摘要,它实现了从指定的原始文件...原创 2010-07-03 15:19:18 · 127 阅读 · 0 评论