博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Lucene学习笔记(一)
阅读量:6786 次
发布时间:2019-06-26

本文共 3778 字,大约阅读时间需要 12 分钟。

建立索引:
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.util.Date;
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;
public class Indexer 
{
    //建立索引
    /**
     * @param args
     */
    public static void main(String[] args) throws Exception
    {
        // TODO Auto-generated method stub
        if (args.length != 2)
        { 
             throw new Exception("Usage: java" + Indexer.class.getName()+ "<index dir> <data dir>"); 
        } 
        File indexDir = new File(args[0]);//存放索引的路径
        File dataDir = new File(args[1]); //要建立索引的目录路径
        long start = new Date().getTime(); 
        int numIndexed = index(indexDir, dataDir); //建立索引
        long end = new Date().getTime(); 
        System.out.println("Indexing " + numIndexed + " files took " + (end - start) + " milliseconds"); 
    }
    private static int index(File indexDir, File dataDir) throws IOException 
    { 
         if (!dataDir.exists() || !dataDir.isDirectory()) 
         { 
            throw new IOException(dataDir+ " does not exist or is not a directory"); 
         }
         IndexWriter writer = new IndexWriter(indexDir, new StandardAnalyzer(), true); 
         writer.setUseCompoundFile(false); 
         indexDirectory(writer, dataDir); 
         int numIndexed = writer.docCount(); 
         writer.optimize(); 
         writer.close(); 
         return numIndexed; 
    }
    private static void indexDirectory(IndexWriter writer, File dataDir)  throws IOException
    {
        // TODO Auto-generated method stub
         File[] files = dataDir.listFiles(); 
         for (int i = 0; i < files.length; i++)
         { 
             File f = files[i]; 
             if (f.isDirectory()) 
             { 
                 indexDirectory(writer, f); 
             } 
             else if (f.getName().endsWith(".txt")) 
             { 
                 indexFile(writer, f); 
             } 
         } 
    }
    private static void indexFile(IndexWriter writer, File f) throws IOException 
    { 
         if (f.isHidden() || !f.exists() || !f.canRead()) 
         { 
             return; 
         } 
         System.out.println("Indexing " + f.getCanonicalPath()); 
         Document doc = new Document(); 
         doc.add(new Field("contents", new FileReader(f)));
         doc.add(new Field("filename", f.getCanonicalPath(), Field.Store.YES, Field.Index.TOKENIZED));
         writer.addDocument(doc);
        
    }
}
搜索:
import java.io.File;
import java.util.Date;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
public class Searcher
{
    /**
     * @param args
     */
    public static void main(String[] args) throws Exception 
    { 
         if (args.length != 2)
         { 
             throw new Exception("Usage: java " + Searcher.class.getName()+ " <index dir> <auery>"); 
         } 
         File indexDir = new File(args[0]);//要搜索的索引所在目录
         String q = args[1]; //搜索关键字
         if (!indexDir.exists() || !indexDir.isDirectory()) 
         { 
             throw new Exception(indexDir + " does not exist or is not a directory."); 
         } 
         search(indexDir, q); 
    }
    private static void search(File indexDir, String q) throws Exception 
    { 
         Directory fsDir = FSDirectory.getDirectory(indexDir, false); 
         IndexSearcher is = new IndexSearcher(fsDir);// 打开索引
         QueryParser parser = new QueryParser("contents", new StandardAnalyzer());
         Query query = parser.parse(q); //对文本内容进行分析查询  
         long start = new Date().getTime(); 
         Hits hits = is.search(query); //搜索索引 
         long end = new Date().getTime(); 
         System.err.println("Found " + hits.length() + " document(s) (in " + (end - start) +  " milliseconds) that matched query '" + q + "’:"); 
         for (int i = 0; i < hits.length(); i++)
         { 
             Document doc = hits.doc(i); //得到匹配的文档 
             System.out.println(doc.get("filename")); 
         } 
    }
}
重点学习的几个方面:
1,              Lucene的索引结构,
2,              各种异构数据源的解析器(Parser)
3,              分词器(Analyzer)提取索引项(尤其是如何进行中文分词)
注:这里使用的是lucene2.2.0
本文转自Phinecos(洞庭散人)博客园博客,原文链接:http://www.cnblogs.com/phinecos/archive/2007/08/25/869654.html,如需转载请自行联系原作者
你可能感兴趣的文章
Spring Ioc的实现----------用idea实现控制反转
查看>>
Java基础——变量
查看>>
跨域获取图片并自行上传保存
查看>>
Junit,Mockito,PowerMockito 进行单元测试
查看>>
要通过面试,Lamdba要了解多少?
查看>>
vim介绍、颜色显示和移动光标、一般模式下复制、剪切和粘贴
查看>>
PHP安装
查看>>
mysql用户管理-常用sql-数据库备份恢复
查看>>
springcloud应用程序上下文层次结构
查看>>
UI2Code智能生成Flutter代码--整体设计篇
查看>>
<java8>Java8 Optional 的使用
查看>>
教你怎样使用Spring Boot开发邮件系统?
查看>>
JAVA springboot微服务b2b2c电子商务系统 (五)springboot整合 beatlsql
查看>>
沙龙报名 | 探索新零售时代的数字化创新
查看>>
spring security中当前用户信息
查看>>
[Golang软件推荐] RSA公私钥加解密(解决Golang私钥加密公钥解密问题)
查看>>
html-meta http-equiv设置网页指定时间跳转
查看>>
python 入门
查看>>
如何防止http请求数据被篡改
查看>>
MyEclipse 2013集成JRebel
查看>>