Lucene (一)建立索引及应用的属性详解
来源:互联网 发布:手机淘宝 国际版 编辑:程序博客网 时间:2024/06/06 06:56
public class HelloLucene {//创建索引public void index(){IndexWriter writer = null;try {//1、创建目录DirectoryDirectory directory = FSDirectory.open(new File("D:/testLucene/index"));//指定创建索引的目录//2、创建IndexWriterIndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35));writer = new IndexWriter(directory, iwc);//3、创建Document对象Document document = null;//4、为Document添加Filed(Filed为Document对象的元素)File f = new File("d:/testLucene/allFile");for(File file:f.listFiles()){document = new Document();//将文件的内容加入到document对象中document.add(new Field("content", new FileReader(file)));//将文件的名字加入到document对象中(文件名、循环的文件名、存储(见下面详解)、不分词并建立索引)document.add(new Field("filename" , file.getName() , Field.Store.YES ,Field.Index.NOT_ANALYZED) ); document.add(new Field("path" , file.getAbsolutePath() , Field.Store.YES , Field.Index.NOT_ANALYZED)); //5、通过IndexWriter添加索引到文档中writer.addDocument(document);}} catch (IOException e) {e.printStackTrace();} finally {//关闭流if(null != writer){try {writer.close();} catch (CorruptIndexException e) {// TODO Auto-generated catch blocke.printStackTrace();} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}}//测试public static void main(String[] args) {HelloLucene lucene = new HelloLucene();lucene.index();}}
lucene在doc.add(new Field("content",curArt.getContent(),Field.Store.NO,Field.Index.TOKENIZED));
Field有两个属性可选:存储和索引。通过存储属性你可以控制是否对这个Field进行存储;
通过索引属性你可以控制是否对该Field进行索引。
事实上对这两个属性的正确组合很重要。
Field.Index Field.Store 说明
TOKENIZED(分词) YES 被分词索引且存储
TOKENIZED NO 被分词索引但不存储
NO YES 这是不能被搜索的,它只是被搜索内容的附属物。如URL等
UN_TOKENIZED YES/NO 不被分词,它作为一个整体被搜索,搜一部分是搜不出来的
NO NO 没有这种用法
我们那文章表为例.articleinfo.有ID,title(标题),sumary(摘要),content(内容),userName(用户名)
其中title(标题),sumary(摘要)属于第一种情况,既要索引也要分词,也要存储.
content(内容)要分词,索引,但不存储.由于他太大了,而且界面也不用显示整个内容.
ID要存储,不用索引.因为没人用他来查询.但拼URL却很需要他.索引要存储.
userName(用户名)索引,但不分词.可用保存.为什么不分词?比如"成吉思汗",我不想被"成汉"搜索到.我希望要么"成吉思汗"或者"*吉思*"通配符搜到.
总结如下:
1.如果要对某Field进行查找,那么一定要把Field.Index设置为TOKENIZED或UN_TOKENIZED。TOKENIZED会对Field的内容进行分词;而UN_TOKENIZED不会,只有全词匹配,该Field才会被选中。
2.如果Field.Store是No,那么就无法在搜索结果中从索引数据直接提取该域的值,会使null。
补充:
Field.Store.YES:存储字段值(未分词前的字段值)
Field.Store.NO:不存储,存储与索引没有关系
Field.Store.COMPRESS:压缩存储,用于长文本或二进制,但性能受损
Field.Index.ANALYZED:分词建索引
Field.Index.ANALYZED_NO_NORMS:分词建索引,但是Field的值不像通常那样被保存,而是只取一个byte,这样节约存储空间
Field.Index.NOT_ANALYZED:不分词且索引
Field.Index.NOT_ANALYZED_NO_NORMS:不分词建索引,Field的值去一个byte保存
TermVector表示文档的条目(由一个Document和Field定位)和它们在当前文档中所出现的次数
Field.TermVector.YES:为每个文档(Document)存储该字段的TermVector
Field.TermVector.NO:不存储TermVector
Field.TermVector.WITH_POSITIONS:存储位置
Field.TermVector.WITH_OFFSETS:存储偏移量
Field.TermVector.WITH_POSITIONS_OFFSETS:存储位置和偏移量
0 0
- Lucene (一)建立索引及应用的属性详解
- lucene(索引的建立)
- lucene学习笔记(一)——索引的建立
- 利用Lucene的IndexWriter建立索引(详解)
- lucene的索引建立及查找
- Lucene索引的建立
- Lucene.Net索引的建立
- lucene界面索引的建立
- Lucene学习--索引的建立
- lucene建立索引的过程
- Lucene整理--索引的建立
- 开发搜索引擎初步(一)建立索引(Lucene实现)
- 开发搜索引擎初步(一)建立索引(Lucene实现)
- Lucene的索引详解
- 应用Lucene.net建立全文索引引擎
- 应用Lucene.net建立全文索引引擎
- 用Lucene建立索引及查询示例
- 用Lucene建立索引及查询示例
- HashMap实现原理分析
- 代理模式之InvocationHandler
- 自定义View圆形进度条
- Java 线程
- 学习目标的层次分类
- Lucene (一)建立索引及应用的属性详解
- 折半查找小程序
- 290. Word Pattern
- leetcode 62-所有可行的路径数
- BNU 51645 ACM Battle【思维+爆搜】确实挺隐秘的一个爆搜题
- java中的一些陷阱
- 系统引导过程概述以&MBR,PBR,BIOS,boot loader各个名词解析
- HDU2602 Bone Collector(01背包)
- hexo从零开始到搭建完整