- 浏览: 277237 次
- 性别:
- 来自: 北京
文章分类
最新评论
-
18335864773:
还是用pageoffice生成excel把。生成excel后不 ...
Servlet 生成excel 并下载JXL方式 -
lliiqiang:
适当处理把条件放到查询中,有特殊情况确实需要特殊处理
lucene 多条件查询 -
chendiego:
不对,1212应该射手,返回水瓶
JAVA计算星座 -
xinming521:
img.attachEvent("onerror&q ...
js验证是否是图片 -
xzorrox3:
谢谢,又小学了一招儿。
页面图片加载失败时自动替换
IndexSearcher类继承自Searcher基类,是Lucene中最重要的一个检索用类。
IndexSearcher类时最重要的就是要告诉它索引存放的路径,只有这样,检索工具才可以定位索引,从而完成查找的任
务。以下是IndexSearcher的所有构造函数:
public IndexSearcher(String path) throws IOException {
this(IndexReader.open(path), true);
}
public IndexSearcher(Directory directory) throws IOException {
this(IndexReader.open(directory), true);
}
public IndexSearcher(IndexReader r) {
this(r, false);
}
private IndexSearcher(IndexReader r, boolean closeReader) {
reader = r;
this.closeReader = closeReader;
}
可以看到,IndexSearcher一共提供了四种构造函数来初始化一个IndexSearcher对象。
第一个方法最为简单,它直接使用了索引存放的路径作为参数来构造对象。
第二种方式则是使用Directory类型的对象来构建IndexSearcher
第三种是直接使用IndexReader来初始化一个IndexSearcher对象。
第四种则是在第三种的基础上加了一个布尔型的开关,用于判断在关闭IndexSearcher时是否要关闭所带的IndexReader对象。
大家可以看出,实际上,无论传入的参数类型是什么,IndexSearcher最终都还是使用IndexReader来作为实际的索引目录读取器。
前三种构造函数均首先根据传入的参数生成一个IndexReader对象,然后调用了第四种构造方法来完成IndexSearcher的初始化工作。在初始化的工作完成后,在进行搜索前还需要构建一个Query对象。关于Query对象的构建将在后面的章节进行详细介绍,这里只介绍IndexSearcher的查找功能使用IndexSearcher来进行检索,首先要初始化IndexSearcher对象,下面以代码11.1为例进行详细介绍。
在初始化的工作完成后,在进行搜索前还需要构建一个Query对象。关于Query对象的构建将在后面的章节进行详细介绍,这里只介绍IndexSearcher的查找功能 使用IndexSearcher来进行检索,首先要初始化IndexSearcher对象,下面以代码11.1为例进行详细介绍。 代码11.1 IndexSearcher的查找 package ch11; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.index.IndexReader; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.Term; 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 IndexSearcherTest1 { public static void main(String[] args) throws Exception { // 构建5个不同的document,每个含有两个字段,其中 // title字段中为该document的名称 // name字段中为索引信息 //新生成一个Document对象doc1 Document doc1 = new Document(); //添加“name”字段的内容 doc1.add(Field.Text("name", "word1 word2 word3")); //添加“title”字段的内容 doc1.add(Field.Keyword("title", "doc1")); //新生成一个Document对象doc2 Document doc2 = new Document(); //添加“name”字段的内容 doc2.add(Field.Text("name", "word4 word5 word6")); //添加“title”字段的内容 doc2.add(Field.Keyword("title", "doc2")); //新生成一个Document对象doc3 Document doc3 = new Document(); //添加“name”字段的内容 doc3.add(Field.Text("name", "word1 word4")); //添加“title”字段的内容 doc3.add(Field.Keyword("title", "doc3")); //新生成一个Document对象doc4 Document doc4 = new Document(); //添加“name”字段的内容 doc4.add(Field.Text("name", "word2 word5")); //添加“title”字段的内容 doc4.add(Field.Keyword("title", "doc4")); //新生成一个Document对象doc5 Document doc5 = new Document(); //添加“name”字段的内容 doc5.add(Field.Text("name", "word3 word6")); //添加“title”字段的内容 doc5.add(Field.Keyword("title", "doc5")); //生成一个索引书写器 IndexWriter writer = new IndexWriter("c:\\index", new StandardAnalyzer(), true); //依次将前面生成的Document对象添加到索引中 writer.addDocument(doc1); writer.addDocument(doc2); writer.addDocument(doc3); writer.addDocument(doc4); writer.addDocument(doc5); writer.close(); //生成查询对象 Query query = null; //生成Hits对象,保存检索返回的结果 Hits hits = null; // 定义六个查找的关键字 String key1 = "word1"; String key2 = "word2"; String key3 = "word3"; String key4 = "word4"; String key5 = "word5"; String key6 = "word6"; // 初始化IndexSearcher IndexSearcher searcher = new IndexSearcher("c:\\index"); //第一次检索 query = QueryParser.parse(key1, "name", new StandardAnalyzer()); //返回第一次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key1); //第二次检索 query = QueryParser.parse(key2, "name", new StandardAnalyzer()); //返回第二次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key2); //第三次检索 query = QueryParser.parse(key3, "name", new StandardAnalyzer()); //返回第三次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key3); //第四次检索 query = QueryParser.parse(key4, "name", new StandardAnalyzer()); //返回第四次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key4); //第五次检索 query = QueryParser.parse(key5, "name", new StandardAnalyzer()); //返回第五次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key5); //第六次检索 query = QueryParser.parse(key6, "name", new StandardAnalyzer()); //返回第六次的检索结果 hits = searcher.search(query); //输出检索结果的相关信息 printResult(hits, key6); } // 输出结果 public static void printResult(Hits hits, String key) throws Exception {System.out.println("查找 \"" + key + "\" :"); if (hits != null) { if (hits.length() == 0) { System.out.println("没有找到任何结果"); } else { System.out.print("找到"); for (int i = 0; i < hits.length(); i++) { //取得文档检索结果中的对象 Document d = hits.doc(i); //取得文档对象“title”字段的内容 String dname = d.get("title"); //输出 System.out.print(dname + " " ); } System.out.println(); System.out.println(); } } } } 在上述代码中初始化了一个IndexSearcher对象后,按不同的关键字创建了5个不同的Document对象,每个Document对象中包括两个字段,一个字段的名称为name,它表示该Document的名称,另一个则是实际用于检索的字段,它的内容将被分词,然后存入索引。然后调用IndexSearcher的search(Query)方法进行查找,这样就实现了最简单的检索功能。
除了上面的示例,IndexSearcher类的search方法还有多种重载格式,以满足不同情况的需要。具体重载格
从图11-2中可以看出,IndexSearcher类中最简单的search方法,就是在代码11.1中使用的search(Query)方法。其他的各种重载的search方法中有不同的参数。主要是为了完成对检索结果的排序、过滤等功能而设置的。关于IndexSearcher的其他内容,将会在下一章高级搜索技巧中进行介绍。
11.2.2 检索结果—Hits
在搜索完成之后,就需要把搜索结果返回并显示给用户,只有这样才算是完成了搜索的任务。在Lucene中搜索结果的集合是用Hits类的实例来进行表示的。如果读者细心观察图11-2,就会发现,所有的search方法都返回一个类型为Hits的对象。其实在前面各章的代码中,相信读者已经多次看到关于Hits实例的使用。
Hits对象中主要有以下几个经常使用的方法。
length():返回搜索到结果的总数量。
doc(int n):返回第n个文档。
id(int n):返回第n个文档的内部ID号。
score(n):返回第n个文档的得分。
其中,length()方法和doc(intn)方法共同使用,就可以遍历结果集中的所有文档记录。不过有一点值得注意,如果一个结果集含有100000条记录,而Hits对象一次性就把检索结果全部返回,那么这个Hits对象的结果就会大不一样。
在本书中对这个问题做了细致的考虑,它并不是一次性将所有的结果返回,而是采取一种懒惰(Lazy)的方式来加载返回结果,即当用户将要访问某个文档的时候,Hits对象在内部对Lucene的索引又进行了一次检索,才将这个最新的结果返回给用户。有兴趣的读者可以研习Hits的源代码,以获得更多关于检索结果缓存的方法。
关于Hits对象的使用,在前面的章节中已经给出了许多例子,下面将给出一个更高级的使用示例。
在代码11.2中,将介绍提取一个单独的方法来建立索引。该方法总共创建了12个不同的Document,每个Document有两个域,“contents”和“path”,分别表示文档的内容和路径。每个文档的内容中都有一个单词“word”。
代码11.2 Hits对象的使用
package ch11;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.*;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.Searcher;
public class HitsTest
{
public static void main(String[] args) throws Exception
{
// 构建索引
buildIndex();
// 使用已经存在索引目录
Searcher searcher = new IndexSearcher("c:\\index");
// 使用标准分析器
Analyzer aStandardAnalyzer = new StandardAnalyzer();
// 从标准输入读取查询的字符串
BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
while (true)
{
System.out.println("-------------------------------------------------");
System.out.print("Query: ");
//从命令行中输入一字符串,以回车结束
String line = in.readLine();
// 判断是否直接输入的回车
if (line.length() == 0)
break;
// 构造Query对象
Query query = QueryParser.parse(line, "contents", aStandardAnalyzer);
// 输出要搜索的内容
System.out.println("查找 : " + query.toString("contents"));
// 使用Searcher对象的search方法进行搜索,返回的是一个Hits类型的对象
Hits hits = searcher.search(query);
// 使用Hits对象的length()方法,输出搜索到的文档的数量
System.out.println("总共找到 " + hits.length() + " 个文档");
// 定义每次显示的搜索结果数目
final int HITS_PER_PAGE = 10;
// 循环输出
for (int start = 0; start < hits.length(); start += HITS_PER_PAGE)
{
//计算结束的位置
int end = Math.min(hits.length(), start + HITS_PER_PAGE);
for (int i = start; i < end; i++)
{
// 取得搜索结果中的一个文档对象
Document doc = hits.doc(i);
// 输出文档的ID编号
System.out.println("文档的内部ID号:" + hits.id(i));
// 输出文档的评分
System.out.println("文档的分值:" + hits.score(i));
// 输出文档的存放路径
String path = doc.get("path");
if (path != null)
{
System.out.println("路径为:"+path);
}
}
// 判断是否还有结果未输出
if (hits.length() > end)
{
System.out.print("more (y/n) ? ");
line = in.readLine();
if (line.length() == 0 || line.charAt(0) == 'n')
break;
}
}
}
searcher.close();
}
// 构建索引
public static void buildIndex() throws Exception {
//以下步骤同代码11.1中的步骤类似,在此处不再详细解释
Document doc1 = new Document();
doc1.add(Field.Text("contents", "word1 word"));
doc1.add(Field.Keyword("path", "path\\document1.txt"));
Document doc2 = new Document();
doc2.add(Field.Text("contents", "word2 word"));
doc2.add(Field.Keyword("path", "path\\document2.txt"));
Document doc3 = new Document();
doc3.add(Field.Text("contents", "word3 word"));
doc3.add(Field.Keyword("path", "path\\document3.txt"));
Document doc4 = new Document();
doc4.add(Field.Text("contents", "word4 word"));
doc4.add(Field.Keyword("path", "path\\document4.txt"));
Document doc5 = new Document();
doc5.add(Field.Text("contents", "word5 word"));
doc5.add(Field.Keyword("path", "path\\document5.txt"));
Document doc6 = new Document();
doc6.add(Field.Text("contents", "word6 word"));
doc6.add(Field.Keyword("path", "path\\document6.txt"));
Document doc7 = new Document();
doc7.add(Field.Text("contents", "word7 word"));
doc7.add(Field.Keyword("path", "path\\document7.txt"));
Document doc8 = new Document();
doc8.add(Field.Text("contents", "word8 word"));
doc8.add(Field.Keyword("path", "path\\document8.txt"));
Document doc9 = new Document();
doc9.add(Field.Text("contents", "word9 word"));
doc9.add(Field.Keyword("path", "path\\document9.txt"));
Document doc10 = new Document();
doc10.add(Field.Text("contents", "word10 word"));
doc10.add(Field.Keyword("path", "path\\document10.txt"));
Document doc11 = new Document();
doc11.add(Field.Text("contents", "word11 word"));
doc11.add(Field.Keyword("path", "path\\document11.txt"));
Document doc12 = new Document();
doc12.add(Field.Text("contents", "word12 word"));
doc12.add(Field.Keyword("path", "path\\document12.txt"));
IndexWriter writer = new IndexWriter("c:\\index", new StandardAnalyzer(), true);
writer.addDocument(doc1);
writer.addDocument(doc2);
writer.addDocument(doc3);
writer.addDocument(doc4);
writer.addDocument(doc5);
writer.addDocument(doc6);
writer.addDocument(doc7);
writer.addDocument(doc8);
writer.addDocument(doc9);
writer.addDocument(doc10);
writer.addDocument(doc11);
writer.addDocument(doc12);
writer.close();
}
}
在建立完索引后,初始化一个IndexSearcher来进行检索。对于检索结果,在代码中使用了Hits对象所提供的大多数方法,比如获取文档、获取文档ID和获取文档评分等。代码在运行时,首先要求输入要查询的字符串,然后根据输入的查询字符串进行相应的检索,运行结果如图11-3所示。
图11-3 测试结果1
在代码11.2的测试过程中,分别使用了关键字word1、word4和word1 word3 word10。可以看到,IndexSearcher很好地完成了查找的任务。其中通过Hits对象获得文档的ID号、分值等信息。
图11-4是当用户检索关键字“word”时的运行效果,由于结果数量大于10条,而程序设定一次最多显示10条记录,故程序提示用户是否继续显示剩余的记录。如果此时用户输入“y”,则输出结果如图11-5所示。
图11-4 测试结果2 图11-5 测试结果3
在开发Web相关应用时,简便的方法是当某个用户检索完毕后,可直接将返回的Hits对象存入该用户的session中,然后根据用户的需要进行相关查询。不过这里读者要注意的一点,由于Hits对象被放入session中,并不适合存入大量文本。因为若是这样,对用户来说,可能导致浏览器的响应速度极慢,对服务器方来说,可能导致服务器的内容被大量Hits所占用,最终造成服务器的崩溃。
比较好的一种方式,是将Lucene与数据库相结合,在索引中存入一些关键性的ID字段、路径字段或是简单的文本,而真正的数据提取则从数据库中得到。这样一来既可以发挥Lucene优势,也可以使服务器端的压力减轻。
发表评论
-
Lucene,Field.Index, Field.Store
2010-12-14 14:21 1403Lucene Fileld Field有两个属性可选: ... -
lucene 多条件查询
2010-11-26 13:40 5077多条件查询 一、不加时间范围 // 组合:生成查询条件B ... -
lucene学习教程
2010-09-07 14:41 6651.1 什么是lucene Luce ... -
Lucene 2.4的实例
2010-09-07 14:40 842import java.io.BufferedReader;i ... -
Lucene中Field类很重要 (转)
2010-09-07 14:22 1156org.apache.lucene.demo.IndexFil ...
相关推荐
在本文中,我们将深入探讨如何使用Lucene查询工具类和`IndexSearcher`进行分页查询,这在处理大量数据时尤其有用。Lucene是一个强大的全文搜索引擎库,它提供了高效、可扩展的文本检索功能。在Java开发环境中,...
**Java Lucene全文检索工具包理解与使用** Java Lucene是一个强大的开源全文搜索引擎库,由Apache软件基金会开发并维护。这个框架为开发者提供了构建高效、可扩展的全文检索应用程序的基础。不同于现成的搜索引擎...
在建立索引后,"lucene检索小例子"中的搜索部分使用Analyzer、Query和IndexSearcher等组件来执行查询。Analyzer用于对查询字符串进行相同的预处理,Query对象代表了用户的查询意图,而IndexSearcher则负责在索引中...
通过以上介绍,我们可以看到Lucene是一个非常强大的全文检索工具,不仅可以高效地处理大量的文本数据,还能支持复杂的语言环境,如中文检索。对于需要实现高效搜索功能的应用程序来说,Lucene无疑是一个很好的选择。
在Lucene中,`IndexWriter` 类是负责创建和更新索引的主要工具。在`LuceneCreateIndex` 类中,我们看到`Directory` 对象(这里是 `SimpleFSDirectory`)被用来存储索引文件,它代表了索引的物理位置。`Analyzer` 是...
总之,Java Lucene工具类是开发者实现全文搜索功能的强大助手,通过博主的示例,我们可以学习到如何有效地利用Lucene进行文本索引和搜索,提升应用程序的信息检索能力。这个“LuceneDemo”对于想要深入了解和应用...
Lucene是一个功能强大且灵活的全文检索工具包,它提供了大量的Java类的接口,方便在目标系统中实现全文检索的功能。本文只是简单地介绍了Lucene的基本使用,更多的功能和参数设置请参考Lucene的官方文档。
2. 创建搜索器:基于IndexReader创建一个IndexSearcher对象,它是实际执行搜索操作的工具。 3. 构建查询:使用QueryParser或者QueryBuilder创建查询对象,指定查询字段和查询字符串。 4. 执行搜索:调用...
如今,Lucene 已经发展成为一个强大的信息检索工具,广泛应用于各种应用程序中,包括网站搜索、企业内部文档搜索、知识管理系统等。Lucene 提供了丰富的 API,允许开发者轻松地实现索引创建、更新和搜索功能。 **...
5. **文档检索**:找到相关文档后,使用Document类来获取文档的详细信息。 **三、Lucene的扩展与应用** 除了基本的搜索功能,Lucene还有许多扩展和周边工具,例如Solr和Elasticsearch,它们为Lucene提供了一个更...
* Apache Lucene全文检索和IKAnalyzer分词工具类 * <p>Company: 91注册码 * time:2014-04-22 * @author www.91zcm.com * @date * @version 1.1 */ public class LuceneUtil { /**索引创建的路径**/ ...
总结,Lucene作为Java中的强大搜索工具,为开发者提供了实现高效全文检索的可能。通过学习和实践,我们可以利用Lucene为我们的应用程序带来强大的搜索功能。在实际项目中,还可以结合其他工具,如Solr或Elastic...
搜索过程主要由IndexSearcher类完成,它负责打开索引并执行搜索。搜索结果是按照相关性排序的,这依赖于Lucene的相似度评分公式。公式综合考虑了词频(tf),逆文档频率(idf),字段长度归一化(lengthNorm),查询协调...
工具类如PropertiesUtil用于读取这些配置信息,以便程序在运行时能正确地连接数据库和处理索引文件。 总的来说,Lucene通过高效的索引和搜索机制,实现了对数据库中文数据的全文检索。开发者可以通过配置文件管理...
全文检索是一种针对非结构化数据的...总结来说,全文检索是通过索引非结构化数据来提高搜索效率的技术,而Lucene和Solr则提供了实现全文检索的工具和平台。理解这些概念和流程,对于构建和优化全文检索系统至关重要。
Lucene是一个强大的全文检索库,它为开发者提供了索引和搜索文本的高级工具。在这个项目中,我们将探讨如何在Android应用中集成Lucene来实现高效的文件全文检索。 首先,我们需要理解Lucene的基本工作原理。Lucene...
作为一个高级的搜索引擎工具包,Lucene4 提供了完整的索引和搜索机制,使得在文件和数据库中进行全文检索变得简单高效。在本文中,我们将深入探讨 Lucene4 的核心概念、工作流程以及如何在实际项目中应用。 ### 1. ...
总之,“Lucene.Net全文检索Demo”是一个实用的学习和实践工具,通过它,开发者可以深入了解并掌握Lucene.Net的使用,从而在自己的应用程序中实现高效的全文检索功能。通过阅读提供的文档和运行Demo,你将能够更好地...
然后,使用IndexSearcher进行查询,得到匹配的ScoreDoc数组,进一步获取匹配的Document。 3. **结果排序(Scoring)**:Lucene使用TF-IDF算法来计算每个文档与查询的相关性,生成分数,用于排序搜索结果。 4. **...