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
分享到:
相关推荐
1.Hyper Estraier是一个用C语言开发的全文检索引擎,他是由一位日本人开发的.工程注册在sourceforge.net(http://hyperestraier.sourceforge.net). 2.Hyper的特性: 高速度,高稳定性,高可扩展性…(这可都是有原因的,...
1.Hyper Estraier是一个用C语言开发的全文检索引擎,他是由一位曰本人开发的.工程注册在sourceforge.net(http://hyperestraier.sourceforge.net). 2.Hyper的特性: 高速度,高稳定性,高可扩展性…(这可都是有原因的,...
Hyper Estraier是一款开源的全文检索引擎,专为高速、高效和大规模的数据索引而设计。这个源代码包包含了实现这一技术的全部细节,对于学习和理解搜索引擎的内部工作原理非常有帮助。以下是对Hyper Estraier检索引擎...
内容索引:VC/C++源码,其它分类,HyperEstraier,全文检索 Hyper Estraier是一套基于C的全文检索引擎,这是它的C源代码,很散、很综合,需要有一定基础的人阅读,还牵扯到部分JAVA源码以及RUBY的相关代码,本程序曾是...
**一、estraier介绍** estraier是一个开源的、基于C++开发的全文搜索引擎,其设计目标是提供快速的全文索引和检索能力。它的主要特点包括: 1. **内存管理优化**:estraier使用内存映射文件(Memory-Mapped File)...
**Estraier 开源全文搜索引擎** Estraier是一款强大的开源全文搜索引擎,专为个人和小型组织设计,适用于网站、本地文件系统以及邮箱等场景。它提供了高效、灵活且可扩展的搜索功能,使得用户能够快速查找和定位所...
首先,Remora利用了Hyper Estraier,这是一个开源全文搜索引擎。Hyper Estraier以其高效、快速和轻量级的特性而闻名,特别适合资源有限的移动设备。它能够快速索引和检索大量文本数据,支持多种文件格式,并且在内存...