lucene应用

转载：http://sacredlove.iteye.com/blog/1407769

lucene应用

博客分类： 
• lucene

Lucene :其实很简单的,它最主要就是做两件事:建立索引和进行搜索 
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西，叫搜索。 

IndexWriter:lucene中最重要的的类之一，它主要是用来将文档加入索引，同时控制索引过程中的一些参数使用。 

Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。 

Directory:索引存放的位置;lucene提供了两种索引存放的位置，一种是磁盘，一种是内存。一般情况将索引放在磁盘上；相应地lucene提供了FSDirectory和RAMDirectory两个类。 

Document:文档;Document相当于一个要进行索引的单元，任何可以想要被索引的文件都必须转化为Document对象才能进行索引。 

Field：字段。 

IndexSearcher:是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具; 

Query:查询，lucene中支持模糊查询，语义查询，短语查询，组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。 

QueryParser: 是一个解析用户输入的工具，可以通过扫描用户输入的字符串，生成Query对象。 

Hits:在搜索完成之后，需要把搜索结果返回并显示给用户，只有这样才算是完成搜索的目的。在lucene中，搜索的结果的集合是用Hits类的实例来表示的。 

上面作了一大堆名词解释，下面就看几个简单的实例吧: 
1、简单的的StandardAnalyzer测试例子 

package lighter.iteye.com;

import java.io.IOException;
import java.io.StringReader;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Token;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.standard.StandardAnalyzer;

public class StandardAnalyzerTest
{
    //构造函数，
    public StandardAnalyzerTest()
    {
    }
    public static void main(String[] args)
    {
        //生成一个StandardAnalyzer对象
        Analyzer aAnalyzer = new StandardAnalyzer();
        //测试字符串
        StringReader sr = new StringReader("lighter javaeye com is the are on");
        //生成TokenStream对象
        TokenStream ts = aAnalyzer.tokenStream("name", sr);
        try {
            int i=0;
            Token t = ts.next();
            while(t!=null)
            {
                //辅助输出时显示行号
                i++;
                //输出处理后的字符
                System.out.println("第"+i+"行:"+t.termText());
                //取得下一个字符
                t=ts.next();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

显示结果： 

引用 
第1行:lighter 
第2行:javaeye 
第3行:com 

提示一下： 
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能: 
1、对原有句子按照空格进行了分词 
2、所有的大写字母都可以能转换为小写的字母 
3、可以去掉一些没有用处的单词，例如"is","the","are"等单词，也删除了所有的标点 
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。 
这里不对其API进行解释了，具体见lucene的官方文档。需要注意一点，这里的代码使用的是lucene2的API，与1.43版有一些明显的差别。 

2、看另一个实例,简单地建立索引，进行搜索 

package lighter.iteye.com;
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.queryParser.QueryParser;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.store.FSDirectory;

public class FSDirectoryTest {

    //建立索引的路径
    public static final String path = "c:\\index2";

    public static void main(String[] args) throws Exception {
        Document doc1 = new Document();
        doc1.add( new Field("name", "lighter javaeye com",Field.Store.YES,Field.Index.TOKENIZED));

        Document doc2 = new Document();
        doc2.add(new Field("name", "lighter blog",Field.Store.YES,Field.Index.TOKENIZED));

        IndexWriter writer = new IndexWriter(FSDirectory.getDirectory(path, true), new StandardAnalyzer(), true);
        writer.setMaxFieldLength(3);
        writer.addDocument(doc1);
        writer.setMaxFieldLength(3);
        writer.addDocument(doc2);
        writer.close();

        IndexSearcher searcher = new IndexSearcher(path);
        Hits hits = null;
        Query query = null;
        QueryParser qp = new QueryParser("name",new StandardAnalyzer());

        query = qp.parse("lighter");
        hits = searcher.search(query);
        System.out.println("查找\"lighter\" 共" + hits.length() + "个结果");

        query = qp.parse("javaeye");
        hits = searcher.search(query);
        System.out.println("查找\"javaeye\" 共" + hits.length() + "个结果");

    }

}

运行结果： 

Java代码  
1.查找"lighter" 共2个结果   
2.查找"javaeye" 共1个结果