lucene--创建索引，搜索

lucene的jar包：lucene-core-3.6.2.jar

使用的中文分词：IKAnalyzer3.2.8.jar

/**
 * 2013.06.06
 * lucene学习，创建索引，搜索
 * @author 赵洪志
 */
package com.zhao.lucene.indexes;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
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.Directory;
import org.apache.lucene.store.LockObtainFailedException;
import org.apache.lucene.store.RAMDirectory;
import org.wltea.analyzer.lucene.IKAnalyzer;
import org.wltea.analyzer.lucene.IKQueryParser;
import org.wltea.analyzer.lucene.IKSimilarity;

public class CreateIndex {

	/**
	 * @param args
	 * @throws IOException
	 * @throws LockObtainFailedException
	 * @throws CorruptIndexException
	 */
	public static void main(String[] args) {
		// TODO 自动生成的方法存根
		String fieldName = "content";
		String content = "我的一个lucene创建index的测试案例，我将用它来测试搜索";
		// 实例化IK分析器boolean isMaxWordLength默认最细粒度切分算法，为true时，分词器进行最大词长切分，貌似2012版本使用智能分词
		Analyzer analyzer = new IKAnalyzer();
		Directory directory = null;
		IndexWriter writer = null;
		IndexSearcher searcher = null;
		try {
			// 把索引创建在内存里
			directory = new RAMDirectory();
			// 实例化IndexWriter
			writer = new IndexWriter(directory, analyzer,
					IndexWriter.MaxFieldLength.UNLIMITED);
			// 创建Document，相当于SQL中的一条记录
			Document doc = new Document();
			// 添加域值，相当于SQL中列的值
			doc.add(new Field(fieldName, content, Field.Store.YES,
					Field.Index.ANALYZED));
			writer.addDocument(doc);
			writer.close();
			System.out.println("索引创建成功！");
			// 开始搜索
			searcher = new IndexSearcher(directory);
			// 在搜索中使用IKSimilarity相似度评估器
			searcher.setSimilarity(new IKSimilarity());
			// 搜索关键词
			String keyword = "测试搜索";
			// 使用IK的QueryParser
			Query query = IKQueryParser.parse(fieldName, keyword);
			// 返回符合条件的记录
			TopDocs docs = searcher.search(query, 1);
			System.out.println("查询语句为：" + query.toString());
			System.out.println("查询结果为：" + docs.totalHits);
			ScoreDoc[] sd = docs.scoreDocs;
			for (int i = 0; i < sd.length; i++) {
				Document document = searcher.doc(sd[i].doc);
				System.out.println(document);
			}
		} catch (Exception ex) {
		} finally {
			if (searcher != null) {
				try {
					searcher.close();
				} catch (IOException e) {
					// TODO 自动生成的 catch 块
					e.printStackTrace();
				}
			}
			if (directory != null) {
				try {
					directory.close();
				} catch (IOException e) {
					// TODO 自动生成的 catch 块
					e.printStackTrace();
				}
			}
		}
	}

}

创建索引时参数的一些描述

*域索引

*Field.Index.NO使对应的域值不被索引

 *Field.Index.ANALYZED使用分析器将域值分解成独立的单元词汇，每个单元词汇都能被搜索，适用普通文本，正文、标题、摘要等。

 *Field.Index.ANALYZED_NO_NORMS功能同上，但不记录NORMS信息，NORMS保存了索引中的boost信息，

 *Field.Index.NOT_ANALYZED对域值进行索引，但不使用分析器拆分，适用精确搜索，如人名、日期、电话号码

 *Field.Index.NOT_ANALYZED_NO_NORMS同上，但不记录NORMS信息，在搜索时消耗内存较少。

 

 *域存储

 *Field.Store.YES指定存储域值，原始字符串被保存在索引中，可以恢复，主要用来保存URL、标题、数据库主键。

 *Field.Store.NO指定不存储域值，通常跟Field.Index.ANALYZED一起用来索引大文本，如web正文

注意：

只有分析器产生的词汇单元才能被搜索到，例外情况是索引对应的域时使用Field.Index.NOT_ANALYZED, Field.Index.NOT_ANALYZED_NO_NORMS选项，该情况下整个域值作为一个语汇单元，可以被搜索到。