搜索篇：lucene简单实例（转）

VerRan

浏览: 456838 次
性别:
来自: 陕西.西安

最近访客更多访客>>

guochaohui

baqqioku

251859257

lichina

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

JAVAEE

lucene 搜索引擎 Apache 单元测试 Blog

引自：http://tech.it168.com/j/e/2006-12-24/200612242354435.shtml
【IT168技术文档】
    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 com.lht;
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;
/*
* 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。
*/
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 com.lht;
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 {
/**建立索引*/
Document doc1 = new Document();
// 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。
doc1.add( new Field("name", "lighter lighter javaeye com", Field.Store.YES,Field.Index.TOKENIZED));
Document doc2 = new Document();
doc2.add(new Field("name", "lighter lighter lighter blog VerRan",Field.Store.YES,Field.Index.TOKENIZED));
Document doc3=new Document();
doc3.add(new Field("name","lighter VerRan",Field.Store.YES,Field.Index.TOKENIZED));
//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。
// 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。
IndexWriter writer = new IndexWriter(FSDirectory.getDirectory(path, true),new StandardAnalyzer(), true);
writer.setMaxFieldLength(10);
writer.addDocument(doc1);
writer.setMaxFieldLength(10);
writer.addDocument(doc2);
writer.addDocument(doc3);
writer.close();
/** 搜索*/
// IndexSearcher:是lucene中最基本的检索工具，所有的检索都会用到IndexSearcher工具;
IndexSearcher searcher = new IndexSearcher(path);
//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。
Hits hits = null;
// 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。
Query query = null;
QueryParser qp = new QueryParser("name",new StandardAnalyzer());//这里的name和Document的name的参数对应
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");
query = qp.parse("VerRan");
hits = searcher.search(query);
System.out.println("查找\"VerRan\" 共" + hits.length() + "个结果");
}
}

运行结果：

代码
查找"lighter" 共3个结果
查找"javaeye" 共1个结果
查找"VerRan" 共2个结果

分享到：

倒排索引 | Craig David - Unbelievable

2007-07-18 14:26
浏览 1700
评论(0)
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论