lucene学习笔记一(初始lucene)

lucene简介:

摘自百科:Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。

lucene开发的步骤:

1. 创建索引    

• 创建Directory

• 创建IndexWriter

• 创建Document对象

• 为Document添加Field

• 通过IndexWriter添加文档到索引中

• 关闭IndexWriter

2. 搜索

• 创建Directory

• 创建IndexReader

• 根据IndexReader创建IndexSearcher

• 创建搜索的Query

• 根据searcher搜索并返回TopDocs

• 根据topDocs获取ScoreDoc对象

• 根据searcher和StoreDoc对象获取具体的Document对象

• 根据Document对象获取需要的值

• 关闭IndexReader

一个最简单的lucene例子

说明:该例子采用lucene5.3,主要功能就是在硬盘上的3个txt文件里面找到你查询的字符,并打印出文件名和文件路径.

首先,在我的电脑D盘,创建一个文件夹,用来保存lucene检索的文件的地方.然后创建3个文件用来存放字符串,a.txt,b.txt,c.txt,里面分别录入一些字符.下面是我的例子中的图:












接着,我们打开eclipse创建一个maven项目.加入lucene和junit的依赖jar

<dependencies>
		<dependency>
			<groupId>junit</groupId>
			<artifactId>junit</artifactId>
			<version>4.10</version>
			<scope>test</scope>
		</dependency>
		<dependency>
			<groupId>org.apache.lucene</groupId>
			<artifactId>lucene-core</artifactId>
			<version>5.3.1</version>
		</dependency>
		<dependency>
			<groupId>org.apache.lucene</groupId>
			<artifactId>lucene-analyzers-common</artifactId>
			<version>5.3.1</version>
		</dependency>
		<dependency>
			<groupId>org.apache.lucene</groupId>
			<artifactId>lucene-queryparser</artifactId>
			<version>5.3.1</version>
		</dependency>
	</dependencies>

package com.kkrgwbj.demolucene;

import java.io.File;
import java.io.FileReader;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.store.NoLockFactory;

public class HelloLucene {
	/**
	 * 建立索引
	 */
	public void index() {
		// 1.创建Directory
		Directory directory = null;
		try {
			directory = FSDirectory.open(new File("D:/workspace/lucene/index01").toPath(), NoLockFactory.INSTANCE);// 建立在硬盘
			// directory = new RAMDirectory();//建立在内存中
		} catch (IOException e1) {
			e1.printStackTrace();
		}
		// 2.创建IndexWriter
		IndexWriterConfig ic = new IndexWriterConfig(new StandardAnalyzer());
		IndexWriter iw = null;
		try {
			iw = new IndexWriter(directory, ic);
		} catch (IOException e1) {
			e1.printStackTrace();
		}
		try {
			// 3.创建Document对象
			Document doc = null;
			// 4.为Document添加Field
			File f = new File("D:/workspace/lucene");
			for (File item : f.listFiles()) {
				if (item.isDirectory()) {
					continue;
				}
				doc = new Document();
				doc.getFields().add(new TextField("content", new FileReader(item)));
				doc.getFields().add(new TextField("filename", item.getName(), Field.Store.YES));
				doc.getFields().add(new TextField("path", item.getAbsolutePath(), Field.Store.YES));
				// 5.通过IndexWriter添加文档到索引中
				iw.addDocument(doc);
			}

		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			// 关闭
			if (iw != null)
				try {
					iw.close();
				} catch (IOException e) {
					e.printStackTrace();
				}
		}
	}

	/**
	 * 搜索
	 */
	public void searcher() {
		// 1.创建Directory
		Directory directory = null;
		IndexReader ir = null;
		try {
			directory = FSDirectory.open(new File("D:/workspace/lucene/index01").toPath());// 建立在硬盘
			// directory = new RAMDirectory();//建立在内存中
			// 2.创建IndexReader
			ir = DirectoryReader.open(directory);
			// 3.根据IndexReader创建IndexSearcher
			IndexSearcher is = new IndexSearcher(ir);
			// 4.创建搜索的Query,创建parser来确定搜索文件的内容,第一个参数表示搜索的域
			QueryParser parser = new QueryParser("content", new StandardAnalyzer());
			Query query = parser.parse("java");// 搜索含有java内容的文档
			// 5.根据searcher搜索并返回TopDocs
			TopDocs tds = is.search(query, 10);
			// 6.根据topDocs获取ScoreDoc对象
			ScoreDoc[] docs = tds.scoreDocs;
			for (ScoreDoc scoreDoc : docs) {
				// 7.根据searcher和StoreDoc对象获取具体的Document对象
				Document d = is.doc(scoreDoc.doc);
				// 8.根据Document对象获取需要的值
				System.out.println("文件名:" + d.get("filename") + "路径:" + d.get("path"));
			}
			// 9.关闭reader
			ir.close();
		} catch (Exception e1) {
			e1.printStackTrace();
		}

	}
}

package com.kkrgwbj.demolucene;

import org.junit.Test;

public class TestLucene {

	@Test
	public void testIndex() {
		HelloLucene hl = new HelloLucene();
		hl.index();
	}
	@Test
	public void testSearch(){
		HelloLucene hl = new HelloLucene();
		hl.searcher();
	}

}







我们在junit测试:

首先,执行创建索引.执行完后,我们会发现在index01目录创建索引

 接下来,我们执行检索,在控制台打印输出a,b,c3个文件中,java出现在哪个文件中,和文件路径