初识lucene（一）

一、乱碰

         去年5、6月份看了下lucene+hibernate简单碰了下，后来又想看但是就丢了。现在打算重新学下，东西感觉挺多的。不知道能不能坚持下。打算做个简单的小搜索。

二、lucene的简单用法

         1.创建索引用到的核心类

        

Directory            //描述索引存放的位置
Analyzer            //分词器
IndexWriter       //对索引的操作，通过分词器和索引目录完成的
Field                 //每个文档都包含有不同的域（属性），每个域也都有自己的名字
Document        //文档的描述通过上面的域进行（好像一个类）

   创建索引的一个例子：

String filePath；//文件路径
String indexPath;//索引路径

Directory dir=new FSDirectory.open(new File(indexPath); //创建一个索引存放位置

//声明一个分词器
Analyzer analyzer=new SmartChineseAnalyzer(Version.LUCENE_42,true);  
IndexWriterConfig iwc=new IndexWriterConfig(Version.LUCENE_42, analyzer);  
//通过索引指向+分词器 声明一个索引的操作
IndexWriter indexWriter=IndexWriter(dir, iwc);

//文档包含的域
Document doc=new Document();
doc.add(new StringField("name",new File(filePath).getName(), Field.Store.YES);
doc.add(new StringField("path",new File(filePath).getAbsolutePath(),Field.Store.YES);
.....
//把文档添加到对应的分词中
indexWriter。addDocument(doc);
indexWrtier.close();
//end

 2.创建搜索的主要类

IndexSearcher          //索引的搜索操作
Term                       //搜索的基本单元 也就是对准field里面 单元 关键字
Query                    //查询
TermQuery            //查询query的子类
TopDocs                 //匹配前N个符合要求的文档

 搜索的基本例子：

package com.stx.search;

import java.io.File;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.junit.Test;

public class Search {

	 @Test
	    public void search() throws Exception {
	        String filePath="E:\\测试lucene\\index";
	        Directory dir=FSDirectory.open(new File(filePath));

	        IndexReader reader=DirectoryReader.open(dir);
	        IndexSearcher searcher=new IndexSearcher(reader);

	        Term term=new Term("content", "护照");
	        TermQuery query=new TermQuery(term);

	        TopDocs hits=searcher.search(query,10);
	       // TermDocs termDocs=searcher.
	        System.out.println("发下数据："+hits.totalHits);

	        for(ScoreDoc scoreDoc:hits.scoreDocs){
	        	Document doc=searcher.doc(scoreDoc.doc);
	        	
	        	System.out.println(doc.get("path"));
	        }
	        reader.close();
	        
	 }
}

 文本的一个遍历添加索引例子

 

package com.stx.testlucene;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.cn.smart.SmartChineseAnalyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Test;

public class MyLucene {

	// 测试搜索李敖的本地小说
	private String path; // 文本路径
	private String indexPath; // 索引存放路径
	private int countTxt; // 文件总数统计
	private Long startTime; // 开始的时间
	private Long endTime; // 搜索结束时间
	//
	private Directory dir;
	private IndexWriter indexWriter;

	public MyLucene() throws Exception {
		path = "E:\\测试lucene\\李敖大全集 TXT版";
		indexPath = "E:\\测试lucene\\index";
		countTxt = 0;
		startTime = System.currentTimeMillis();
		// 声明索引存放的路径
		dir = FSDirectory.open(new File(indexPath));
		indexWriter = getWriter();
	}

	// 得到此文件夹下的所有所有文件
	@SuppressWarnings("deprecation")
	public void getAllFile(String nowPath) throws IOException {
		// 得到文件路径
		File file = new File(nowPath);
		for (File files : file.listFiles()) {
			if (files.isDirectory()) {
				getAllFile(files.getCanonicalPath());
			} else {
				if (files.getName().toLowerCase().endsWith(".txt")) {
					// 文件个数添加一
					countTxt++;
					// 打印出所的的文件路径
					System.out.println(files.getAbsolutePath());
					// 写入索引了
					Document doc = new Document();
					doc.add(new StringField("path", files.getAbsolutePath(),
							Field.Store.YES));
					// doc.add(new TextField("content", loadFile(files),
					// Field.Store.NO));
					doc.add(new TextField("content", new FileReader(files)));
					indexWriter.addDocument(doc);
				}
			}
		}
		// indexWriter.close();
	}

	// 测试方法遍历所有的文件
	public void ceshi() throws IOException {
		getAllFile(path);
		endTime = System.currentTimeMillis();
	}

	// 这是个结束输出的提升信息
	public void end() throws IOException {
		indexWriter.close();
		System.out.println("总文件数：" + countTxt);
		System.out.println("时间耗费：" + (endTime - startTime));
	}

	// 返回索引的实例
	public IndexWriter getWriter() throws Exception {
		Analyzer analyzer = new SmartChineseAnalyzer(Version.LUCENE_42, true);
		IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_42,
				analyzer);
		return new IndexWriter(dir, iwc);
	}

	// 读取文件字符串
	public String loadFile(File file) throws IOException {
		BufferedReader bufferReader = new BufferedReader(new FileReader(file));
		StringBuffer buffer = new StringBuffer();
		String line = bufferReader.readLine();
		while (line != null) {
			buffer.append(line);
			line = bufferReader.readLine();
		}
		bufferReader.close();
		return buffer.toString();
	}

	@Test
	public static void main(String[] args) throws Exception {
		MyLucene m = new MyLucene();
		m.ceshi();
		m.end();
	}
}