`
jiangzhenwei6
  • 浏览: 34226 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

lucene牛刀小试

阅读更多
package luc.helloworld;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

import jeasy.analysis.MMAnalyzer;
import luc.utils.FileToDocumentUtils;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriter.MaxFieldLength;
import org.apache.lucene.queryParser.MultiFieldQueryParser;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.Filter;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.Sort;
import org.apache.lucene.search.SortField;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.search.highlight.Formatter;
import org.apache.lucene.search.highlight.Fragmenter;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.Scorer;
import org.apache.lucene.search.highlight.SimpleFragmenter;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;

public class HelloWorld {
public static final String DATA_SOURCE_PATH = "D:/eclipseworkspace/lucene/lucene/datasrc/zh.txt";
public static final String LUCENE_INDEX_PATH = "D:/eclipseworkspace/lucene/lucene/luceneIndex";

// 分词器
// Analyzer analyzer = new StandardAnalyzer();

Analyzer analyzer=new MMAnalyzer();

/**
* 建立索引 IndexWriter 是用来操作(增、删、改)索引库的
*
*/
public void createIndex() throws CorruptIndexException, IOException {
// file-->doc:转化成Document对象

Document doc = FileToDocumentUtils.fileToDocument(DATA_SOURCE_PATH);
        //Document doc=File2DocumentUtils.file2Document(DATA_SOURCE_PATH);

//Document 的boost
// doc.setBoost(boost); 设置相关度
       
//建立索引
IndexWriter indexWriter = new IndexWriter(LUCENE_INDEX_PATH, analyzer, true,
MaxFieldLength.LIMITED);
indexWriter.addDocument(doc);
indexWriter.close();

}

/**
* 搜索 IndexSearcher 用来在索引库中查询的
*/
public void search() throws Exception{
String queryString = "hello";

// 1、把搜索的文件转换成Query对象
String fields[] = { "name", "content" };

//Field的boost:设置相关度, boosts默认为float类型的为1.0f
Map<String,Float> boosts=new HashMap<String,Float>();
boosts.put("name", 3f);
QueryParser queryParser=new MultiFieldQueryParser(fields, analyzer, boosts);

// QueryParser queryParser = new MultiFieldQueryParser(fields, analyzer);
Query query = queryParser.parse(queryString);;
       
search(query);

}
public void search(Query query) throws Exception{

// 2、进行查询

IndexSearcher indexSearcher = new IndexSearcher(LUCENE_INDEX_PATH);

//-----------------------------------------------------------
//自定义排序
Filter filter = null;
//Sort sort=new Sort();
//sort.setSort(new SortField("name"));//默认为升序
//sort.setSort(new SortField(name,true));//降序
//TopDocs topDoc=indexSearcher.search(query, filter, 10000,sort);
//------------------------------------------------------------

TopDocs topDoc=indexSearcher.search(query, filter, 10000);

//高亮
//------------------------------------
Formatter formatter=new SimpleHTMLFormatter("<font color='red'>","</font>");
Scorer scorer=new QueryScorer(query);

Highlighter highligher =new Highlighter(formatter, scorer);
Fragmenter fragmenter=new SimpleFragmenter(100);
highligher.setTextFragmenter(fragmenter);
//---------------------------------

// 3、显示结果
System.out.println("总共有"+topDoc.totalHits+"条数据");
for(ScoreDoc scoreDoc:topDoc.scoreDocs){
int docNo=scoreDoc.doc;//文档内部编号
Document doc=indexSearcher.doc(docNo); //根据文档编号取出数据

//高亮-------------------------------------
String hl=highligher.getBestFragment(analyzer, "content", doc.get("content"));
if(hl!=null){
doc.getField("content").setValue(hl);
}
//-------------------------------------

FileToDocumentUtils.pringInfo(doc);//打印信息
//File2DocumentUtils.printDocumentInfo(doc);
}
}
   
public static void main(String[] args) throws Exception {
HelloWorld hello = new HelloWorld();
hello.createIndex();
//hello.search();
}
}
分享到:
评论

相关推荐

    lucene,lucene教程,lucene讲解

    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....

    lucene实例lucene实例

    《Lucene实战:深入解析与应用》 Lucene,作为Apache软件基金会的开源全文检索库,是Java领域中广泛使用的搜索引擎框架。它提供了强大的文本分析、索引和搜索功能,被许多大型项目采用,如Elasticsearch、Solr等。...

    lucene3.0 lucene3.0

    lucene3.0 lucene3.0 lucene3.0 lucene3.0 lucene3.0

    lucene-4.7.0全套jar包

    【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-...

    Lucene时间区间搜索

    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...

    Lucene3.5源码jar包

    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 in action英文版 lucene 3.30包

    《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...

    lucene学习lucene学习

    Lucene 是一个强大的全文搜索引擎库,它以 Java 语言实现,并作为 Apache 软件基金会的 Apache Jakarta 项目的一部分开放源代码。Lucene 提供了高效、可扩展的索引和搜索功能,允许开发者轻松地在应用程序中集成高级...

    Annotated Lucene 中文版 Lucene源码剖析

    《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.介绍

    【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、...

    lucene3源码分析

    ### Lucene3源码分析知识点概述 #### 一、全文检索的基本原理 ##### 1. 总论 全文检索系统是一种高效的信息检索技术,能够帮助用户在海量文档中快速找到包含特定关键词的信息。Lucene是Java领域内最受欢迎的全文...

    lucene 2.0 api以及lucene 3.0 api

    **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...

    计算机专业外文翻译(lucene相关)

    "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的原理完整版pdf

    **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...

    lucene所有的jar包

    《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示例 BM25相似度计算

    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、...

    Lucene资料大全(包括Lucene_in_Action书等)

    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 in action 2nd edition, lucene in action 第二版 PDF

    《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...

    Lucene与关系型数据库对比

    《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...

    lucene.NET 中文分词

    **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...

Global site tag (gtag.js) - Google Analytics