Lucene介绍和创建索引和搜索初步

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

以上介绍来自百度百科。

在全文索引工具中，都是由三部分组成的：

1，索引部分

2，分词部分

3，搜索部分

下面进入Lucene的学习，由lucene创建索引

创建工程引入jar包lucene-core-3.6.2.jar

HelloLucene.java

 

import java.io.File; 
import java.io.FileReader; 
import java.io.IOException; 
import java.io.Reader; 
 
import org.apache.lucene.analysis.Analyzer; 
import org.apache.lucene.analysis.TokenStream; 
import org.apache.lucene.analysis.standard.StandardAnalyzer; 
import org.apache.lucene.document.Document; 
import org.apache.lucene.document.Field; 
import org.apache.lucene.index.CorruptIndexException; 
import org.apache.lucene.index.IndexReader; 
import org.apache.lucene.index.IndexWriter; 
import org.apache.lucene.index.IndexWriterConfig; 
import org.apache.lucene.queryParser.ParseException; 
import org.apache.lucene.queryParser.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.store.LockObtainFailedException; 
import org.apache.lucene.store.RAMDirectory; 
import org.apache.lucene.util.Version; 
 
 
public class HelloLucene { 
    /** 
     * 建立索引 
     */ 
    public void index(){ 
        IndexWriter writer = null; 
         
        try { 
            //1,创建词典 
//          Directory directory = new RAMDirectory();//存储到内存 
            Directory directory = FSDirectory.open(new File("D:\\lucene\\index")); 
            //2,创建IndexWriter索引笔 
            IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)); 
            writer = new IndexWriter(directory, config); 
 
            //3，创建Document对象 
            Document doc = null; 
            File file = new File("d:/lucene/file"); 
            for(File f : file.listFiles()){ 
                doc = new Document(); 
                //4，为Document添加Field 
                doc.add(new Field("content",new FileReader(f))); 
                doc.add(new Field("filename",f.getName(),Field.Store.YES,Field.Index.NOT_ANALYZED)); 
                doc.add(new Field("path",f.getAbsolutePath(),Field.Store.YES,Field.Index.NOT_ANALYZED)); 
                //5，通过IndexWriter添加文档到索引中 
                writer.addDocument(doc); 
            } 
        } catch (CorruptIndexException e) { 
            // TODO Auto-generated catch block 
            e.printStackTrace(); 
        } catch (LockObtainFailedException e) { 
            // TODO Auto-generated catch block 
            e.printStackTrace(); 
        } catch (IOException e) { 
            // TODO Auto-generated catch block 
            e.printStackTrace(); 
        }finally{ 
            if(writer!=null){ 
                try { 
                    writer.close(); 
                } catch (CorruptIndexException e) { 
                    // TODO Auto-generated catch block 
                    e.printStackTrace(); 
                } catch (IOException e) { 
                    // TODO Auto-generated catch block 
                    e.printStackTrace(); 
                } 
            } 
        } 
    } 
    /** 
     * 搜索 
     */ 
    public void search(){ 
        IndexReader reader = null; 
        try { 
            //1，创建Directory 
            Directory directory = FSDirectory.open(new File("d:/lucene/index")); 
            //2，创建IndexReader 
            reader = IndexReader.open(directory); 
            //3，根据IndexReader创建IndexSearcher 
            IndexSearcher searcher = new IndexSearcher(reader); 
            //4，创建搜索的Query 
            QueryParser parser = new QueryParser(Version.LUCENE_35, "content", new StandardAnalyzer(Version.LUCENE_35)); 
            Query query = parser.parse("Apache License"); 
            //5，根据searcher搜索并返回TopDocs 
            TopDocs tds = searcher.search(query, 10); 
            //6，根据TopDocs获取ScoreDoc对象 
            ScoreDoc[] sds = tds.scoreDocs; 
            //7，根据searcher和ScoreDoc对象获取具体的Document对象 
            for(ScoreDoc sd:sds){ 
                Document doc = searcher.doc(sd.doc); 
                //8，根据Document对象获取需要的值 
                System.out.println(doc.get("filename")+":"+doc.get("path")); 
            } 
        } catch (IOException e) { 
            // TODO Auto-generated catch block 
            e.printStackTrace(); 
        } catch (ParseException e) { 
            // TODO Auto-generated catch block 
            e.printStackTrace(); 
        }finally{ 
            //9，关闭reader 
            if(reader!=null){ 
                try { 
                    reader.close(); 
                } catch (IOException e) { 
                    // TODO Auto-generated catch block 
                    e.printStackTrace(); 
                } 
            } 
        } 
         
    } 
} 

测试 

import static org.junit.Assert.*; 
 
import org.junit.BeforeClass; 
import org.junit.Test; 
 
 
public class TestCase { 
 
    @BeforeClass 
    public static void setUpBeforeClass() throws Exception { 
    } 
 
    @Test 
    public void testIndex() { 
        new HelloLucene().index(); 
    } 
     
    @Test 
    public void testSearch(){ 
        new HelloLucene().search(); 
    } 
} 

 

本文出自 “Kenan_ITBlog” 博客，请务必保留此出处http://soukenan.blog.51cto.com/5130995/1119421