Lucene学习笔记（3）

　　继续学习车东利用Lucene提供网站全文检索的开源项目。

　　由于文档不全，这次看代码看得很苦，几乎是用log4j一个类一个方法的看过来的。令人高兴的是，期间请教车东时，他说到要重新整理一下整个项目的源代码和文档，估计后来者可以轻松矣。

　　除了以前提到的汉化外，车东在这个项目中，加入了很多实用的东东，如反显、排序、摘要等，甚至也连网页过期时间、输出格式的限制都考虑到了。

　　下面是我的测试页面，大家看看先。等明天我把源代码diff一下，把我做的修改文件也挂上来，供大家参考。

 

　　在车东的简历上，有一个商业检索网址，估计是车东他们的成绩，可以去看看，也帮助理解这个项目的功能。
　　下面是运行weblucene需要作得改动和说明。

weblucene/
|-- WEB-INF
|   |-- classes
|   |   `-- com
|   |       `-- chedong
|   |           |-- weblucene
|   |               |-- WebLuceneAdminServlet.java
|   |               |-- index
|   |               |   `-- SAXIndexer.java
|   |               `-- search
|   |                   `-- WebLuceneHighlighter.java
|   |-- logs <-----这是一个子目录，手工建立后程序运行时log文件在这个目录下。
|   `-- var
|       `-- app
|           |-- index <-----这是一个子目录，手工建立后索引时将索引文件放在这儿。
|           |-- weblucene.xsl
|           `-- wl.conf
|-- index.html
|-- style.css
`-- test.xml

对SAXIndexer.java的修改
将两行
sb.append(luceneDoc.getField((String) it.next()));
改为两行
sb.append(luceneDoc.get((String) it.next()));

对WebLuceneHighlighter.java的修改
将两处<u>改为<ins>
将两处</u>改为</ins>

对WebLuceneAdminServlet.java可改可不改
建议将
logFileName = servletConfig.getServletContext().getRealPath("WEB-INF/logs/")
                          + logFileName;
改为
logFileName = servletConfig.getServletContext().getRealPath("WEB-INF/logs/")
                          + "/" + logFileName;
                          

除了三个java程序外，其它文件都可以从这儿下载.

 

　　通过web进行检索前，需要先建立索引，命令如下：

$ java IndexRunner -i tt.xml -o WEB-INF/var/app/index/ -t Title,Content -n Author,Pubtime

 

　　需要再说一句，就是估计车东会很快推出一个崭新的实用性更强的版本，到那时此处可供下载的内容估计都没有用了。：）