lucene简单实例

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