lucene入门实战（转）

说明一下,这一篇文章的用到的lucene,是用2.0版本的,主要在查询的时候2.0版本的lucene与以前的版本有了一些区别.
其实这一些代码都是早几个月写的,自己很懒,所以到今天才写到自己的博客上,高深的文章自己写不了，只能记录下一些简单的记录与点滴，其中的代码算是自娱自乐的，希望高手不要把重构之类的砸下来...

1、在windows系统下的的C盘，建一个名叫s的文件夹,在该文件夹里面随便建三个txt文件，随便起名啦，就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的内容如下：


代码
中华人民共和国  
全国人民  
2006年


而"2.txt"和"3.txt"的内容也可以随便写几写，这里懒写，就复制一个和1.txt文件的内容一样吧

2、下载lucene包，放在classpath路径中
建立索引:

package lighter.javaeye.com;   
  
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;   
  
/**  
 * author lighter date 2006-8-7  
 */  
public class TextFileIndexer {   
    public static void main(String[] args) throws Exception {   
        /* 指明要索引文件夹的位置,这里是C盘的S文件夹下 */  
        File fileDir = new File("c:\\s");   
  
        /* 这里放索引文件的位置 */  
        File indexDir = new File("c:\\index");   
        Analyzer luceneAnalyzer = new StandardAnalyzer();   
        IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer,   
                true);   
        File[] textFiles = fileDir.listFiles();   
        long startTime = new Date().getTime();   
           
        //增加document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);   
                Document document = new Document();   
                Field FieldPath = new Field("path", textFiles[i].getPath(),   
                        Field.Store.YES, Field.Index.NO);   
                Field FieldBody = new Field("body", temp, Field.Store.YES,   
                        Field.Index.TOKENIZED,   
                        Field.TermVector.WITH_POSITIONS_OFFSETS);   
                document.add(FieldPath);   
                document.add(FieldBody);   
                indexWriter.addDocument(document);   
            }   
        }   
        //optimize()方法是对索引进行优化   
        indexWriter.optimize();   
        indexWriter.close();   
           
        //测试一下索引的时间   
        long endTime = new Date().getTime();   
        System.out   
                .println("这花费了"  
                        + (endTime - startTime)   
                        + " 毫秒来把文档增加到索引里面去!"  
                        + fileDir.getPath());   
    }   
  
    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;   
    }   
}

索引的结果：


代码
File C:\s\1.txt正在被索引....  
中华人民共和国全国人民2006年  
File C:\s\2.txt正在被索引....  
中华人民共和国全国人民2006年  
File C:\s\3.txt正在被索引....  
中华人民共和国全国人民2006年  
这花费了297 毫秒来把文档增加到索引里面去!c:\s


3、建立了索引之后，查询啦...

package lighter.javaeye.com;   
  
import java.io.IOException;   
  
import org.apache.lucene.analysis.Analyzer;   
import org.apache.lucene.analysis.standard.StandardAnalyzer;   
import org.apache.lucene.queryParser.ParseException;   
import org.apache.lucene.queryParser.QueryParser;   
import org.apache.lucene.search.Hits;   
import org.apache.lucene.search.IndexSearcher;   
import org.apache.lucene.search.Query;   
  
public class TestQuery {   
    public static void main(String[] args) throws IOException, ParseException {   
        Hits hits = null;   
        String queryString = "中华";   
        Query query = null;   
        IndexSearcher searcher = new IndexSearcher("c:\\index");   
  
        Analyzer analyzer = new StandardAnalyzer();   
        try {   
            QueryParser qp = new QueryParser("body", analyzer);   
            query = qp.parse(queryString);   
        } catch (ParseException e) {   
        }   
        if (searcher != null) {   
            hits = searcher.search(query);   
            if (hits.length() > 0) {   
                System.out.println("找到:" + hits.length() + " 个结果!");   
            }   
        }   
    }   
  
}

Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西，叫搜索。


IndexWriter:lucene中最重要的的类之一，它主要是用来将文档加入索引，同时控制索引过程中的一些参数使用。

Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

Directory:索引存放的位置;lucene提供了两种索引存放的位置，一种是磁盘，一种是内存。一般情况将索引放在磁盘上；相应地lucene提供了FSDirectory和RAMDirectory两个类。

Document:文档;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。

Field：字段。

IndexSearcher:是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具;

Query:查询，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。

QueryParser: 是一个解析用户输入的工具，可以通过扫描用户输入的字符串，生成Query对象。

Hits:在搜索完成之后，需要把搜索结果返回并显示给用户，只有这样才算是完成搜索的目的。在lucene中，搜索的结果的集合是用Hits类的实例来表示的。


注：lucene的jar包：lucene-core-2.2.0.jar