`

lucene3使用示例

 
阅读更多

lucene插入document建立索引代码

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.List;

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.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.LockObtainFailedException;
import org.apache.lucene.util.Version;

public class DocInsert {
	
	private static IndexWriter indexwrite = null;
	static{
		 Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);

		    // Store the index in memory:
//		    Directory directory = new RAMDirectory();
		    // To store an index on disk, use this instead:

		    try {
			    Directory directory = FSDirectory.open(new File("E:\\output\\lucence\\index"));
			    indexwrite = new IndexWriter(directory, analyzer, true,
				                                      new IndexWriter.MaxFieldLength(25000));
			} 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();
			}
		    
	}
	
	public static void createDoc() throws CorruptIndexException, IOException{
		List<String> datalist = org.apache.commons.io.IOUtils.readLines(new InputStreamReader(new FileInputStream(new File("E:\\output\\lucence\\data\\data.txt")),"GBK"));
	    for(String str:datalist){
			Document doc = new Document();
		    String[] text = str.split("\t");
		    if(text.length < 2){
		    	continue;
		    }
		    doc.add(new Field("context", text[1], Field.Store.YES, Field.Index.ANALYZED));
		    doc.add(new Field("id", text[0], Field.Store.YES, Field.Index.ANALYZED));
		    indexwrite.addDocument(doc);	
	    }
	}
	
	public static void main(String[] args) throws CorruptIndexException, IOException {
		createDoc();
		indexwrite.commit();
		indexwrite.close();
	}

}

 

数据格式为:

  4915779 球泡灯套件

4915777	15018506651求购三星i559 i569 i579
4915775	采购雪纺格子印花面料
4915773	汽泡信封袋
4915771	电泳加工
4915769	6405 2RS
4915767	蓝色丁腈手套
4915765	采购求购KO3-15T八角
4915763	胸杯
4915761	封箱胶带
4915759	6404 2RS
4915757	Ipad 车载支架
4915755	礼品,文具,墙贴,基督教礼品
4915753	品牌内衣
4915751	聚丙烯酸
4915749	餐饮消毒毛巾、湿巾
4915747	提花
4915745	6403 2RS
4915743	采购如:葛根粉丝、蕨根粉丝、南瓜粉丝、野菜粉丝、香菇粉丝等
4915741	二手摩托车
4915739	急需采购PVC特殊袋子
4915737	女士T恤
4915735	烤弯镀膜玻璃
4915731	批发野生羊肚菌
4915733	ABS管道粘结剂 ABS胶

 

检索代码示例如下:

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexReader;
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.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class DocSearch {

	private static IndexSearcher isearcher = null;
	public static void search(String key) throws IOException, ParseException{
		 Directory directory = FSDirectory.open(new File("E:\\output\\lucence\\index"));
		 // Now search the index:
	    IndexReader ireader = IndexReader.open(directory); // read-only=true
	    isearcher  = new IndexSearcher(ireader);
	    // Parse a simple query that searches for "text":
	    Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);
	    QueryParser parser = new QueryParser(Version.LUCENE_CURRENT,"context", analyzer);
	    Query query = parser.parse(key);
	    ScoreDoc[] hits = isearcher.search(query, null, 1000).scoreDocs;
	    // Iterate through the results:
	    for (int i = 0; i < hits.length; i++) {
	      Document hitDoc = isearcher.doc(hits[i].doc);
	      System.out.println(hitDoc.getValues("id")[0] + "\t" + hitDoc.getValues("context")[0] + "\t" + hits[i].score);
	      
	    }
	}
	
	public static void main(String[] args) throws IOException, ParseException {
		search("旧水泥袋");
		isearcher.close();
	}
	
}

 执行结果:

  4801857 采购旧编织袋、旧水泥袋 4.0172114

4829927	水泥	1.7585585
4903199	采购水泥电阻	1.0551351
4815595	求购水泥输送链条和提升机	0.70342344
4861233	1万5 潜水料啤酒手提包 手提袋	0.47982088
4815637	大量采购包装用的编织袋(新的旧的,有无商标皆可)	0.47913262
4915391	铁泥 铁灰	0.46250635
4889169	废旧砂轮	0.39993972
4903163	软陶泥,超轻粘土	0.34687978
4801611	水泵	0.30114633
4801911	手袋	0.29862976
4889443	水锈石 上水石  吸水石	0.2608004
4861275	足浴袋  泡脚袋 异形袋	0.25862095
4801871	手提袋制袋机	0.25339574
4915383	回收库存废旧油墨油漆	0.24996233
4903189	回收库存旧油漆13463048572	0.24996233
4903187	求购废旧油漆油墨13463048572	0.24996233
4903175	求购库存旧化工树脂	0.24996233
4903245	污水泵	0.24091707
4801705	出水霜	0.24091707
4874727	服裝紙袋	0.2389038
4829965	工作证袋	0.2389038
4815531	棉布袋	0.2389038
4815479	冷敷冰袋	0.2389038

 

 

可以看到这个检索结果:

1.默认的分词是最终分成一个汉字,

2.匹配出来的分数还是比较靠谱。

 

 

 

如何用lucene设计一个搜索引擎如何考虑的问题太多:

1.如何设计一个分布式查询;

2.数据增量更新,全量更新如何处理,不影响当前的查询引擎;

3.性能如何保证,更好地利用缓存,分布式?

4.如果设计得更通用,需要添加字段,添加排序字段,统计字段的时候能够做到快速满足需求?

5.分词模块的选择和处理

。。。

 

后续慢慢研究

分享到:
评论

相关推荐

    lucene3.0.3搜索的使用示例

    这个"lucene3.0.3搜索的使用示例"压缩包文件很可能是为了帮助用户理解并学习如何在项目中应用Lucene 3.0.3版本的功能。 在Lucene 3.0.3中,主要包含了以下核心概念和知识点: 1. **索引(Indexing)**:这是Lucene...

    lucene3 例子

    博文链接中提到的是一个关于Lucene3的博客文章,可能详细介绍了如何在实际项目中使用Lucene进行全文检索。博主"chinaxxren"在ITEYE上分享了这篇博客,虽然具体内容未在描述中给出,但我们可以推测博主可能讲解了以下...

    LUCENE的搜索引擎例子

    3. **查询处理**:当用户在前端输入查询时,服务器接收到请求后,使用QueryParser解析查询字符串,生成Query对象。Query对象代表了用户的查询意图,可以是简单的关键词匹配,也可以是复杂的布尔组合。 4. **搜索...

    lucene入门小例子

    这个“lucene入门小例子”很可能是为了帮助初学者理解并掌握Lucene的基本用法而设计的一系列示例代码。 Lucene的核心概念包括索引、文档、字段和查询。首先,你需要理解索引的概念,它类似于传统数据库中的索引,但...

    lucene与quartz例子

    lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子lucene quartz 例子

    Lucene7.4官方示例

    Lucene7.4官方示例,内含若干官方实例,可用于学习Lucene

    lucene3小例子

    《Lucene3小例子》 Lucene是一款强大的全文搜索引擎库,由Apache软件基金会开发,它提供...这个“lucene3小例子”是一个很好的起点,帮助开发者深入理解Lucene的工作原理和使用方式,为进一步的开发工作打下坚实基础。

    lucene例子(一个完整的,lucene例子)(lucenetest.rar,lucene,全文检索,lucene例子)

    lucenetest.rar,lucene,全文检索,lucene例子 lucenetest.rar,lucene,全文检索,lucene例子lucenetest.rar,lucene,全文检索,lucene例子

    Lucene3.1使用教程

    ### 四、Lucene应用示例 对于站内搜索,例如在BBS或BLOG中,你可以创建一个索引,将所有文章的标题和内容作为字段,利用Lucene的API建立索引。当用户输入搜索词时,通过查询API查找匹配的文章,并按照相关性返回...

    lucene检索小例子

    在"ch2"这个子目录中,可能包含了示例代码的第二章节,详细展示了如何使用Lucene创建索引、执行搜索、处理结果等。通过分析这部分代码,你可以更深入地理解Lucene的工作原理和使用方法。 总之,"lucene检索小例子...

    Lucene使用代码实例之搜索文档

    以下是一个简单的示例代码,演示了如何使用Lucene搜索包含关键词"lucene"的文档: ```java public class TxtFileSearcher { public static void main(String[] args) throws Exception{ String queryStr = ...

    lucene示例 demo+jar包

    "lucene示例"通常包含了演示如何使用 Lucene 的代码片段或完整的应用。这些示例可能涵盖以下内容: 1. **创建索引(Indexing)**: 如何读取文件,定义文档字段,使用Analyzer进行预处理,然后将处理后的文档添加到...

    lucene_demo例子

    在"lucene_demo"这个压缩包中,很可能包含了一些示例代码或者项目,用于演示如何使用Lucene进行实际的文本搜索开发。这些示例通常会涵盖以下几个关键知识点: 1. **安装与配置**:Lucene的下载、构建环境的搭建,...

    Lucene示例 BM25相似度计算

    本文将深入探讨Lucene示例中的BM25相似度计算,旨在帮助初学者理解如何利用Lucene 4.7.1版本构建索引、执行查询,并比较默认的TF-IDF相似度与BM25相似度的区别。 首先,我们需要了解什么是Lucene。Lucene是一个由...

    lucene 索引小示例

    《Lucene索引小示例解析》 Lucene是一个高性能、全文检索库,它由Apache软件基金会开发并维护。在Java编程环境中,Lucene被广泛应用于构建搜索功能,特别是对于大量文本数据的高效检索。本篇文章将通过一个简单的小...

    lucene开发部分例子

    这个压缩包文件“lucene开发部分例子”包含了关于Lucene开发的一些实例,涵盖了从基础到进阶的多个方面,对于学习和理解Lucene的使用非常有帮助。 首先,"Web搜索引擎开发实例"这部分内容将教你如何使用Lucene来...

    Lucene 全文检索的 各种例子

    在这个“Lucene全文检索的各种例子”中,我们将探讨如何使用不同的分词器,如ikAnalyzer和smartChineseAnalyzer,来实现中文文本的索引和搜索。 首先,让我们深入理解一下Lucene。Lucene的核心功能包括文档的索引和...

    Lucene6.6.2API示例

    本文将深入探讨Lucene 6.6.2版本的API使用及其与IKAnalyzer中文分词器的集成应用。 一、Lucene简介 Lucene是一个高性能、可扩展的信息检索库,它提供了完整的搜索功能,包括索引创建、文档存储和查询。在Lucene ...

    lucene facet查询示例

    本示例将深入探讨如何在Lucene中实现facet查询,包括区间查询和多维度查询,以及关键概念——key-field-value模型。 **一、Lucene Facet的概念** Facets是信息组织的一种方法,类似于图书馆的分类标签。在搜索结果...

Global site tag (gtag.js) - Google Analytics