学习lucene in action 的例子学习总结

  刚开始学习lucene,很多不熟，先买了本lucene原理分析与应用书，很适合自己看这类书，原理及各个类之间的关系讲得很好，但自己写起代码来不咋好使，后来下载lucene in action这本书，慢慢学习并动手搞一下例子。

   现在将学习点滴记录下来，便于日后查看
  1、环境：MyEclipse6.0+JDK 1.5+lucene 1.43(现在的lucene版本是2.4.0，为了配合lucene in action 中的例子，去下载了个lucene1.4.3 http://download.csdn.net/source/746086)

  2、先学一下indexer这个过程
     源代码照书抄了遍，哈哈，如下：

/*******************************************************************************
 * 该类主要功能及特点：use lucene's indexer Class to index text files
 * 
 * @see(与该类相关的类：)
 * 
 * 开发公司或单位：ＸＸ软件有限公司研发中心 版权：本软件版权归属ＸＸ公司研发中心
 * 
 * @author （作者）：张XX
 * @since (该文件所支持的jdk版本)：jdk1.５或以上
 * @version (版本)：1.0
 * 
 * @date ():2009-2-20 最后更改日期：2009-2-20
 * 
 * 修改人：张XX
 * 
 * 复审人：张三，李四，王五
 * 
 */
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.util.Date;

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;
public class indexer {
	public static void main(String[] args) throws Exception {

		if (args.length != 2) {
			throw new Exception("usage:java " + indexer.class.getName()
					+ "<indexfilepath,datefilespath>");
		}
		// the path of original files
		File dataFilesPath = new File(args[0]);
		File indexFilesPath = new File(args[1]);
		System.out.println("indexFilesPath=" + indexFilesPath);// 由lucene建立产生的索引文件的输出路径
		System.out.println("dataFilesPath=" + dataFilesPath);// 这是将被索引的所有文本文件所在目录
		Long startTime = new Date().getTime();
		int filesNum = index(dataFilesPath, indexFilesPath);
		Long endTime = new Date().getTime();
		System.out.println("indexing " + filesNum + " files has consumed "
				+ (endTime - startTime) + " ms");
	}

	public static int index(File dataFilesPath, File indexFilePath)
			throws IOException {
		if (!dataFilesPath.exists() || !dataFilesPath.isDirectory()) {
			throw new IOException(dataFilesPath
					+ "don't exists or is not a directory");
		}
		// lucene 2.4.0已将此构造函数deprecated
		System.out.println("****************" + indexFilePath);
		IndexWriter indexwr = new IndexWriter(indexFilePath,
				new StandardAnalyzer(), true);
		indexwr.setUseCompoundFile(false);
		indexwr.mergeFactor = 2;

		// 建立索引
		indexDirectory(indexwr, dataFilesPath);
		System.out.println("****************" + indexFilePath);
		int indexedNum = indexwr.docCount();
		indexwr.optimize();
		indexwr.close();

		return indexedNum;
	}

	// recursive method that calls itself when it find a directorys;

	private static void indexDirectory(IndexWriter writer, File dir)
			throws IOException {
		File[] files = dir.listFiles();
		for (int i = 0; i < files.length; i++) {
			File f = files[i];
			System.out.println(f.getName());
			if (f.isDirectory()) {
				indexDirectory(writer, f);// recurse
			} else if (f.getName().endsWith(".txt")) {

				indexFile(writer, f);
			}

		}

	}

	private static void indexFile(IndexWriter writer, File f)
			throws IOException {

		/*
		 * if (!f.isHidden() || !f.exists() || !f.canRead()) { return; }
		 */

		System.out.println("it get the file now");

		Document doc = new Document();
		doc.add(Field.Text("contents", new FileReader(f)));
		doc.add(Field.Keyword("filename", f.getCanonicalPath()));
		writer.addDocument(doc);
		System.out.println(f.getName());

	}
}

具体含义lucene in action已讲得很清楚,问题总结：
   1）在eclipse中设置argments(本程序是控制台程序测试)，Run>Open Run Dialog,在argments中加入c:\data c:\indexfile参数
   2）刚开始参数弄反了，运行后程序把data目录下的文件给全删除了（我辛苦下载的软件安装包也全删除，好险啊，没有C盘整个目录），郁闷吧 ，呵呵，第一次用这个玩意儿。

new IndexWriter(indexFilePath,new StandardAnalyzer(), rue)

; 设置为true，会把原索引目录下的文件先全删除再重新建立索引，设置为false则按增量添加索引，要求索引目录至少建立一次相应索引，否则会报找不到相应索引文件异常。
   3）

if (!f.isHidden() || !f.exists() || !f.canRead()) { return; }

运行过不了，所以干脆注释掉，主要原因是前面一个条件不对 !f.isHidden(),算了，今天就写到这儿吧