介绍一下Hyper Estraier

介绍一下Hyper Estraier 
Hyper Estraier 是一个来自日本的全文搜索引擎，作者是 Mikio Hirabayashi，目前最高版本是1.49。

可以从这里下载编译好的版本

 

这个引擎使用C语言开发，另外还提供了java以及ruby、perl语言的上层API。该引擎使用2.1版本的GNU Lesser General Public License作为开源协议，LGPL算是一个商业友好的License吧，大家可以放心地用在自己的工程中。

 

将hyperestraier-1.4.9-win32.zip解压缩到d:\hyperestraier文件夹，从中可以找到README-en.txt这个文件，这个文件中简要介绍了重要文件的清单，大家可以先看一下，熟悉下情况，其中重点关注的是estcmd.exe和estraier.jar。

下面主要围绕这两个文件做下介绍

estcmd.exe是一个命令行工具，通过它，可以完成基本的搜索工作，供大家测试之用；

estraier.jar的全称是Java Binding of Hyper Estraier，是一个使用JNI技术的上层JAVA API，通过它，可以使用JAVA编程来调用这个引擎。

 

estcmd.exe的核心命令有两个，分别是gather(创建索引)和search(搜索)。

下面我们实战一下

首先创建一个文件夹d:\myData，然后找些htm以及txt文件copy进去

在开始菜单-〉运行中键入cmd，打开命令行界面，切换到estcmd.exe所在的文件夹，运行下面的命令

estcmd gather -sd myData d:\myData

这个命令的意思是，对d:\myData下的所有文件建立索引，索引数据库的名称为myData

命令运行后，可以在看到目录下的所有文件被一一registered，最后，会提示

estcmd:INFO:finished successfully:elapsed time: *h *m *s

其中*表示创建索引所花费的时间

这样，索引就建好了，dir一下，可以发现，当前目录下多了一个叫做myData的文件夹，这就是索引库

来，让我们体验一下全文搜索的魅力吧

运行下面的命令

estcmd search -ic Shift-Jis -vx myData どうぞ

这个意思是以Shift-Jis作为编码格式，在索引库myData中，搜索どうぞ，如果不需要指定编码格式，则可以去掉 –ic Shift-Jis命令

呵呵，看到搜索结果了吧，如果觉得搜索结果可读性不好，也可以将 –vx指令换成 –vh，这样，将把输出结果由xml格式变为摘要格式

 

喝口水，接着说

 

下面介绍如何通过JAVA API来完成同样的工作

首先，在操作系统的系统环境变量中，找到PATH，向其中加入d:\hyperestraier

然后，打开Eclipse，新建一个项目，并在Build Path中Add External JARs，添加对前面提到的estraier.jar的引用

最后，在代码中，import estraier.*;

好了，可以写程序了

Database db = new Database();

if(!db.open("D:\\hyperestraier\\myData",

Database.DBWRITER | Database.DBCREAT)){

System.err.println("error: " + db.err_msg(db.error()));

return;

}

Document doc = new Document();

doc.add_attr("@uri", "d:\\myData\\helloworld.txt");

doc.add_attr("@title", "helloworld");

doc.add_attr("otherAttribute", "attributeValue");

doc.add_text("life's made up of little things.");

if(!db.put_doc(doc, Database.PDCLEAN))

System.err.println("error: " + db.err_msg(db.error()));

if(!db.close())

System.err.println("error: " + db.err_msg(db.error()));

程序的大意是，新建或打开索引库D:\hyperestraier\myData

向其中添加一个文档，文档的地址是d:\myData\helloworld.txt

文档标题为helloworld

这个文档还有一个额外的自定义属性，属性的名/值为otherAttribute/ attributeValue

文档的内容为life's made up of little things

还差最后一点，就是通过程序检索了

Database db = new Database();

if(!db.open("D:\\hyperestraier\\myData", Database.DBREADER)){

System.err.println("error msg: " + db.err_msg(db.error()));

return;

}

Condition cond = new Condition();

cond.set_phrase("どうぞ");

//cond.set_order("@size NUMA");

//cond.set_order("otherAttribute STRD ");

cond.set_max(5);

//cond.add_attr("otherAttribute STREQ  value");

//cond.add_attr("@title STRINC hello");

Result result = db.search(cond);

for(int i = 0; i < result.doc_num(); i++){

Document doc = db.get_doc(result.get_doc_id(i), 0);

if(doc == null) continue;

String uri = doc.attr("@uri");

if(uri != null) System.out.println("URI: " + uri);

String title = doc.attr("@title");

if(title != null) System.out.println("Title: " + title);

String myAttr = doc.attr("otherAttribute");

if(myAttr != null) System.out.println("otherAttribute:" + myAttr);

else System.out.println("there's no attr named otherAttribute ");

Iterator it = doc.texts().iterator();

while(it.hasNext()){

System.out.println((String)it.next());

}

}

if(!db.close())

System.err.println("error: " + db.err_msg(db.error()));

程序的大意是，对索引库D:\hyperestraier\myData，检索关键词，然后把前5条结果输出

程序中还注释掉了一些检索条件留给大家探索哈

 

啰罗嗦嗦写了半天，就先介绍到这里吧，进一步的学习，大家可以参考D:\hyperestraier下的doc文件夹中的帮助，帮助有英/日两国文字，总有一款适合您