package com.test.lucene;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.Reader;
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;
import org.apache.lucene.index.IndexWriter.MaxFieldLength;
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.Searcher;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.TopScoreDocCollector;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.SimpleFSDirectory;
import org.apache.lucene.util.Version;
public class HelloLucene {
/**
*
* @throws IOException
*/
@SuppressWarnings("deprecation")
public static void createIndex () throws IOException{
//存储索引文件
Directory indexDir = new SimpleFSDirectory(new File("D://luceneIndex"));
//需要检索的文件信息
File dataDir = new File("D://luceneTest");
//在一个文档被索引之前,首先对文档内容进行分词处理 (分词器)
Analyzer luceneAnalyzer = new StandardAnalyzer(Version.LUCENE_33);
//File [] dataFiles = dataDir.listFiles();
//IndexWriter 是 Lucene 用来创建索引的一个核心的类,他的作用是把一个个的 Document 对象加到索引中来
//第一个参数是索引存放位置
//第二个参数是Analyzer类的一个实现
//第三个boolean参数 true表示创建一个新的索引 false表示在原有索引基础上操作
//第四个参数 最大文件长度 MaxFileLength UNLIMITED无限的
IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer, true,IndexWriter.MaxFieldLength.LIMITED);
long startTime = new Date().getTime();
//遍历dataDir下所有文件
indexDirectory(indexWriter,dataDir);
// if(dataDir.isHidden() || dataDir.exists() || dataDir.canRead())
// return;
// System.out.println("path: "+dataDir.getCanonicalPath());
// Document doc=new Document();
// doc.add(new Field("contents",new FileReader(dataDir)));
// doc.add(new Field("filename",dataDir.getCanonicalPath(),Field.Store.YES,Field.Index.ANALYZED));
// indexWriter.addDocument(doc);
indexWriter.optimize();
indexWriter.close();//创建结束
long endTime = new Date().getTime();
System.out.println("索引数: "+indexWriter.numDocs());
System.out.println("用时"+(endTime-startTime)+"毫秒来创建文件中的索引."+dataDir.getPath());
}
/**
* 遍历dataDir下所有文件 进行索引
* @param indexWriter
* @param dataDir
* @throws IOException
*/
public static void indexDirectory(IndexWriter indexWriter,File dataDir) throws IOException{
File [] dataFiles = dataDir.listFiles();
// FileReader fr = new FileReader(dataDir);
// BufferedReader br = new BufferedReader(fr);
// String line = br.readLine();
//
// int j=1;
// while (line != null)
// {
// line = br.readLine();
// j=j+1;
// }
// br.close();
// fr.close();
for (int i = 0; i < dataFiles.length; i++) {
if (dataFiles[i].isDirectory()) {
//递归
indexDirectory(indexWriter,dataFiles[i]);
} else if(dataFiles[i].isFile() && dataFiles[i].getName().endsWith(".txt")){
System.out.println("files: "+dataFiles[i].getCanonicalPath());
//文档
Document document = new Document();
Reader txtReader = new FileReader(dataFiles[i]);
//Field.Store.YES 存储 Field.Index.ANALYZED 分词
document.add(new Field("path",dataFiles[i].getCanonicalPath(),Field.Store.YES,Field.Index.NOT_ANALYZED));
document.add(new Field("fileName",dataFiles[i].getName(),Field.Store.YES,Field.Index.ANALYZED));
// 另外一个构造函数,接受一个Reader对象
document.add(new Field("contents",txtReader));
indexWriter.addDocument(document);
}
}
}
@SuppressWarnings("deprecation")
public static void searchIndex() throws IOException, ParseException{
String queryStr = "filename:令狐冲";
//在一个文档被索引之前,首先对文档内容进行分词处理 (分词器)
Analyzer luceneAnalyzer = new StandardAnalyzer(Version.LUCENE_33);
//主机索引目录//D:\\usr\\local\\wings\\SEARCH_INDEX\\WINGS D:\\luceneIndex
File indexDir = new File("D:\\luceneIndex");
FSDirectory directory = FSDirectory.open(indexDir);
IndexSearcher indexSearcher=new IndexSearcher(directory,true);
QueryParser parserContents = new QueryParser(Version.LUCENE_33, "contents", luceneAnalyzer);
QueryParser parserFilename = new QueryParser(Version.LUCENE_33,"filename", luceneAnalyzer);
//生成Query对象
Query query = parserFilename.parse(queryStr);
//搜索结果
TopScoreDocCollector collector = TopScoreDocCollector.create(50, false);
//开始计时
long start = new Date().getTime();
indexSearcher.search(query, collector);
//搜索结果TopScoreDocCollector里面有 TopDocs,TopDocs里面有scoreDocs[]数组,里面保存着索引值.
ScoreDoc[] hits = collector.topDocs().scoreDocs;
System.out.println("共有: "+hits.length+"条记录...");
//循环ScoreDoc数据,并使用indexSearch.doc方法把Document还原,再拿出对应的字段的值
for (int i = 0; i < hits.length; i++) {
// new method is.doc()
//使用indexSearch.doc方法把Document还原
Document doc = indexSearcher.doc(hits[i].doc);
System.out.println(doc.getField("fileName") + "------------"+ hits[i].toString());
}
indexSearcher.close();
//结束计时
long end = new Date().getTime();
System.out.println("用时"+(end-start)+"毫秒来搜索文件中的索引.");
}
public static void main(String[] args) throws ParseException{
try {
createIndex();
System.out.println("--------------------------------");
searchIndex();
} catch (IOException e) {
e.printStackTrace();
}
}
}
分享到:
相关推荐
lucene,lucene教程,lucene讲解。 为了对文档进行索引,Lucene 提供了五个基础的类 public class IndexWriter org.apache.lucene.index.IndexWriter public abstract class Directory org.apache.lucene.store....
lucene3.0 lucene3.0 lucene3.0 lucene3.0 lucene3.0
【Lucene 4.7.0 全套JAR包详解】 Lucene是一个开源全文搜索引擎库,由Apache软件基金会开发并维护。它提供了一个高级、灵活的文本搜索API,允许开发者轻松地在应用程序中实现复杂的搜索功能。这次提供的“lucene-...
本压缩包包含的是Lucene 3.5.0版本的全部源码,对于想要深入理解Lucene工作原理、进行二次开发或者进行搜索引擎相关研究的开发者来说,是一份非常宝贵的学习资源。 Lucene 3.5.0是Lucene的一个重要版本,它在3.x...
Lucene是一款强大的全文搜索引擎库,广泛应用于各种数据检索场景。在C#环境下,利用Lucene进行时间区间搜索是提高数据检索效率和精确度的重要手段。本篇将深入探讨如何在C#中实现Lucene的时间区间查询匹配,以及涉及...
《Lucene in Action》是关于Apache Lucene的权威指南,这本书深入浅出地介绍了全文搜索引擎的构建和优化。Lucene是一个高性能、全文本搜索库,它允许开发人员在应用程序中轻松实现复杂的搜索功能。这本书主要面向...
在IT领域,搜索引擎技术是至关重要的,而Lucene作为一个开源全文搜索引擎库,广泛应用于各种文本检索系统中。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、...
《Annotated Lucene 中文版 Lucene源码剖析》是一本深入探讨Apache Lucene的书籍,专注于源码解析,帮助读者理解这个强大的全文搜索引擎库的工作原理。Lucene是一款开源的Java库,它提供了高效的文本搜索功能,被...
【Lucene 简介】 Lucene 是一个强大的开源全文搜索库,由 Java 编写,主要用于为应用程序添加全文检索功能。它不是一个完整的全文搜索引擎应用,而是一个工具包,允许开发者将其集成到自己的软件中,以实现高效、...
"计算机专业外文翻译(lucene相关)" 本文翻译了论文"Scale-up x Scale-out: A Case Study using Nutch/Lucene",介绍了计算机专业领域中关于Lucene相关的知识点。 Scale-up vs Scale-out 论文中讨论了两个相对...
**Lucene 2.0 API 和 Lucene 3.0 API 深度解析** Lucene 是一个由 Apache 软件基金会开发的全文搜索引擎库,它为开发者提供了在 Java 应用程序中实现高性能、可扩展的全文搜索功能的能力。Lucene 的 API 设计得相当...
**Lucene原理详解** Lucene是一个高性能、全文检索库,由Apache软件基金会开发并维护,是Java编程语言中广泛使用的搜索引擎库。它提供了一个简单但功能强大的API,用于索引和搜索文本数据,使得开发者可以轻松地在...
《全面解析Lucene jar包:从基础到应用》 在信息技术高速发展的今天,搜索引擎已经成为我们获取信息不可或缺的工具。在Java领域,Lucene作为一个强大的全文搜索引擎库,深受开发者喜爱。本文将详细介绍“lucene所有...
《Lucene in Action 第二版》是一本深入探讨Apache Lucene全文检索库的专业书籍,它在Java开发领域具有很高的权威性。这本书详细介绍了如何利用Lucene进行高效的文本搜索和索引构建,是Java开发者和信息检索爱好者的...
赠送jar包:lucene-core-7.7.0.jar; 赠送原API文档:lucene-core-7.7.0-javadoc.jar; 赠送源代码:lucene-core-7.7.0-sources.jar; 赠送Maven依赖信息文件:lucene-core-7.7.0.pom; 包含翻译后的API文档:lucene...
《Lucene与关系型数据库对比:深度解析与应用探索》 在信息爆炸的时代,数据管理和检索成为了企业乃至个人日常工作中不可或缺的部分。随着技术的发展,不同的数据处理方式应运而生,其中Lucene与关系型数据库作为两...
标题"Lucene资料大全(包括Lucene_in_Action书等)"表明这是一个包含全面Lucene学习资源的集合,其中最显著的是《Lucene_in_Action》这本书。这是一本广泛认可的关于Apache Lucene的权威指南,通常被简称为LIA,它深入...
**Lucene.NET 中文分词技术详解** Lucene.NET 是一个高性能、全文检索库,它是Apache Lucene项目在.NET平台上的实现。作为一个开源的搜索引擎框架,Lucene.NET为开发者提供了强大的文本搜索功能。而在处理中文文档...
Apache Lucene是一个开源全文搜索引擎库,它为Java开发者提供了强大的文本搜索功能。在这个"Lucene 5 主要jar包"中,我们找到了一系列与Lucene 5.0.0相关的jar文件,这些文件是构建和运行基于Lucene的搜索应用程序的...
《Lucene 4.7.2 Demo:Java全文搜索引擎的核心技术探索》 Lucene,作为Apache软件基金会的一个开源项目,是Java平台上的一个全文搜索引擎库。它的主要功能是提供高效、可扩展的文本检索和分析能力。在4.7.2这个版本...