Lucene：递归遍历目录，对目录中的每个文本文件创建索引

递归遍历每个目录（每个目录中可能还存在目录），进行深度遍历，找到处于叶节点处的文本文件(即扩展名为.txt的文件)并创建索引。

static void indexDocs(IndexWriter writer, File file)
    throws IOException {
    // file可以读取
   if (file.canRead()) {
       // 如果file是一个目录(该目录下面可能有文件、目录文件、空文件三种情况)
       if (file.isDirectory()) { 
          // 获取file目录下的所有文件(包括目录文件)File对象，放到数组files里
          String[] files = file.list(); 
          if (files != null) {// 如果files!=null
             // 对files数组里面的File对象递归索引，通过广度遍历
             for (int i = 0; i < files.length; i++)  {
                 indexDocs(writer, new File(file, files[i]));
             }
          }
       }else { // 到达叶节点时，说明是一个File，而不是目录，则建立索引
          System.out.println("adding " + file);
          try {
              writer.addDocument(FileDocument.Document(file));
          } catch (FileNotFoundException fnfe) {
                ;
          }
       }
    }
}

FileDocument类的定义

import java.io.File;
import java.io.FileReader;

import org.apache.lucene.document.DateTools;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;


public class FileDocument {
    public static Document Document(File f)  throws java.io.FileNotFoundException {

        // 实例化一个Document
        Document doc = new Document();
        // 根据传进来的File f，构造多个Field对象，然后把他们都添加到Document中

      // 通过f的所在路径构造一个Field对象，并设定该Field对象的一些属性：
      // “path”是构造的Field的名字，通过该名字可以找到该Field
        // Field.Store.YES表示存储该Field；Field.Index.UN_TOKENIZED表示不对该Field进行分词，但是对其进行索引，以便检索
      doc.add(new Field("path", f.getPath(), Field.Store.YES, Field.Index.UN_TOKENIZED));

        // 构造一个具有最近修改修改时间信息的Field
        doc.add(new Field("modified",         DateTools.timeToString(f.lastModified(), DateTools.Resolution.MINUTE), Field.Store.YES, Field.Index.UN_TOKENIZED));

        // 构造一个Field，这个Field可以从一个文件流中读取，必须保证由f所构造的文件流是打开的
     doc.add(new Field("contents", new FileReader(f)));
       return doc;
    }

    private FileDocument() {}
}