lucene3.6.0 经典案例 入门教程
第一步：下载并导入lucene的核心包(注意版本问题):
例如Lucene3.6版本：将lucene-core-3.6.0.jar拷贝到项目的libs 文件夹里。
例如Lucene4.6版本：将lucene-analyzers-common-4.6.0.jar、lucene-core-4.6.0.jar、lucene-queryparser-4.6.0.jar拷贝到项目的libs 文件夹里。
使用右击项目名--Build Path--Configure Build Path…--Add External JARs… 选择相关jar包，并保存。
第二步：建立文件夹：
在C盘下建立存放待索引的文件(C:\source)，例如建立两个文件，名称为 test1.txt, test2.txt。
test1.txt文件内容为：欢迎来到绝对秋香的博客。
test2.txt文件内容为：绝对秋香引领你走向潮流。
在C盘下再建立存放索引的文件 (C:\index)
第三步，建立索引类 FileIndexWriter
/*建立索引类 TextFileIndexer
*
*第一步：下载并导入lucene的核心包(注意版本问题):
* 例如Lucene3.6版本：将lucene-core-3.6.0.jar拷贝到项目的libs 文件夹里。
* 例如Lucene4.6版本：将lucene-analyzers-common-4.6.0.jar、lucene-core-4.6.0.jar、lucene-queryparser-4.6.0.jar拷贝到项目的libs 文件夹里。
* 使用右击项目名--Build Path--Configure Build Path…--Add External JARs… 选择相关jar包，并保存。
*
*第二步：建立文件夹：
* 在C盘下建立存放待索引的文件(C:\source)，例如建立两个文件，名称为 test1.txt, test2.txt。
* test1.txt文件内容为：欢迎来到绝对秋香的博客。
* test2.txt文件内容为：绝对秋香引领你走向潮流。
* 在C盘下再建立存放索引的文件 (C:\index)
*
*第三步，建立索引类 FileIndexWriter
*
*第四步，建立测试类FileIndexReader，输出测试结果
* */
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Date;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.IndexWriterConfig.OpenMode;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class FileIndexWriter {
public static void main(String[] args) throws Exception {
/* 指明要索引文件夹的位置,可以根据自己的需要进行设定。这里是C盘的source文件夹下 */
File fileDir = new File("C:\\source");
/* 这里放索引文件的位置 */
File indexDir = new File("C:\\index");
//1、创建Directory
Directory dir = FSDirectory.open(indexDir); //索引文件的保存位置
//2、创建Analyzer
//分析器，选择“标准分析器”,参数代表当前使用的Lucene版本(jar包),也有人写Version.LUCENE_CURRENT
//StandardAnalyzer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。
Analyzer luceneAnalyzer=new StandardAnalyzer(Version.LUCENE_CURRENT);
//3、创建IndexWriter
//创建IndexWriter,索引的核心组件。在Lucene3.X版本后，在创建时需要用到IndexWriterConfig配置类对IndexWriter的配置。
//第一个参数是目前的版本，第二个参数是词法分析器Analyzer。
IndexWriterConfig iwc = new IndexWriterConfig(
Version.LUCENE_CURRENT, luceneAnalyzer);
//setOpenMode，设置存放索引的文件夹将以覆盖或者新建的方式建立，有下面几个选项：
//APPEND：总是追加，可能会导致错误，索引还会重复，导致返回多次结果;
//CREATE：清空重建（推荐）;
//CREATE_OR_APPEND【默认】：创建或追加。
iwc.setOpenMode(OpenMode.CREATE);
IndexWriter indexWriter = new IndexWriter(dir,iwc);
File[] textFiles = fileDir.listFiles();
long startTime = new Date().getTime(); //用于计算时间
//增加document(txt格式)到索引去
for (int i=0; i<textFiles.length; i++) {
if (textFiles[i].isFile()&&textFiles[i].getName().endsWith(".txt")){
System.out.println("File "+textFiles[i].getCanonicalPath()+"正在被索引..");
String temp = FileReaderAll(textFiles[i].getCanonicalPath(), "GBK");
System.out.println(temp); //打印文件的内容
//申请一个document对象，代表一些域Field的集合。这个类似于数据库中的表。
//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。
//4、创建Document对象
Document document = new Document();
//Field：字段,文档中的一个具体的域，如文档创建时间,作者,内容等。
//其组成部分包括type(域的类型),name(域的名称),fieldsData(域的值),boost(加强因子).
//Field.Store.YES:存储域值，适用于显示搜索结果的字段 — 例如，文件路径和 URL。;
//Field.Index.NO:使对应的域值不被搜索，适用于未搜索的字段 — 仅用于存储字段，比如文件路径。
//Field.Index.ANALYZED 用于字段索引和分析 — 例如，电子邮件消息正文和标题。
Field FieldPath = new Field("path", textFiles[i].getPath(),
Field.Store.YES, Field.Index.NO); //路径
Field FieldBody = new Field("content", temp, Field.Store.YES,
Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS); //内容
//5、为Document添加Field
document.add(FieldPath);
document.add(FieldBody);
//6、通过IndexWriter添加文档到索引中
indexWriter.addDocument(document); //把doc对象加入到索引创建中。
}
}
indexWriter.close(); //关闭IndexWriter,提交创建内容。
//测试一下索引的时间
long endTime = new Date().getTime();
System.out.println("建立目录"+ fileDir.getPath()+" 下所有文档的索引，总共消耗 "
+(endTime-startTime) + " 毫秒!" );
}
public static String FileReaderAll(String FileName, String charset)
throws IOException{
BufferedReader reader = new BufferedReader(
new InputStreamReader(new FileInputStream(FileName), charset));
String line = new String();
String temp = new String();
while ((line = reader.readLine()) != null) {
temp += line;
}
reader.close();
return temp;
}
}
运行结果：1.
FileIndexWriterFile C:\source\test1.txt正在被索引....欢迎来到绝对秋香的博客。
File C:\source\test2.txt正在被索引....绝对秋香引领你走向潮流。
建立目录C:\source 下所有文档的索引，总共消耗 465 毫秒!
第四步，建立测试类FileIndexReader，输出测试结果
package com.newlearner.lucene;
/*建立测试类TestQuery，输出测试结果
* */
import java.io.File;
import java.io.IOException;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
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.FSDirectory;
import org.apache.lucene.util.Version;
public class FileIndexReader {
public static void main(String[] args) throws IOException, ParseException{
//搜索的索引路径，lucene提供了两种索引存放的位置，
//一种是磁盘(FSDirectory)，一种是内存(RAMDirectory)。一般情况将索引放在磁盘上
String index = "C:\\index";
//1.创建Directory，根据IndexReader创建IndexSearcher(搜索器)
Directory directory = FSDirectory.open(new File(index));
//2.创建Analyzer,设定分析器，必须与建立索引时采用的分析器相同
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);
//3.创建IndexReader
IndexReader reader = IndexReader.open(directory); //打开存储位置
IndexSearcher searcher = new IndexSearcher(reader);
String queryString = "绝对秋香"; //搜索的关键词
try {
//4.创建搜索的Query,确定搜索的内容
//使用QueryParser完成解析搜索请求，
//new QueryParser(version,Field字段， 分析器) ,Field字段为进行搜索的范围。
QueryParser qp = new QueryParser(Version.LUCENE_CURRENT,"content",analyzer);
//Query对所传入的搜索关键词汇进行解释，并返回query对象。
//我们需要把查询String封装成Query才可以交给Searcher来搜索。
//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。
Query query = qp.parse(queryString);
//Query query = QueryParser.parser(“要查询的字串”)
if (searcher != null) {
//5.根据searcher搜索并且返回TopDocs
//老版本中的Hits已经被弃用,代替它的是TopDocs，
//这个对象封装了那些最符合搜索条件的结果的信息
TopDocs results = searcher.search(query,10); //返回搜索相似度最高的10条记录
//ScoreDoc是一个评分对象，因为lucene在搜索过程中，给每一个资源都评分，
//然后按照分数高低来决定最符合的搜索条件的结果,这个对象同样存了这些结果的信息
//6.根据TopDocs获取ScoreDoc对象
ScoreDoc[] hits = results.scoreDocs; //用于保存搜索结果
//打印搜索结果
if (hits.length > 0) {
System.out.println("找到:" + hits.length + " 个结果!");
for (int i=0; i<hits.length; i++) {
//7.根据search和ScordDoc对象获取具体的Document对象
Document hitDoc = searcher.doc(hits[i].doc);
System.out.println("____________________________");
//8.根据Document对象获取需要的值
System.out.println(hitDoc.get("path"));
System.out.println(hitDoc.get("content"));
System.out.println("____________________________\n");
}
}
reader.close();
directory.close();
}
} catch (ParseException e) {
e.printStackTrace();
}
}
}
2. FileIndexReader找到:2 个结果!
____________________________
C:\source\test1.txt
欢迎来到绝对秋香的博客。
____________________________
____________________________
C:\source\test2.txt
绝对秋香引领你走向潮流。
____________________________
