一个事例学懂搜索引擎(lucene)(转)
一个例子学懂搜索引擎(lucene)(转)
其实,lucene是一个很容易上手的搜索引擎框架,传统的搜索引擎,涉及到爬虫,也就是爬取网页,然后对网页进行加工,也就是索引,最后用于搜 索,lucene这个框架可以很方便的帮你做到后面两个步骤,也就是索引和搜索!本文尝试通过一个例子,使大家掌握lucene的使用核心方法,包括分 词、索引、搜索不同的目录、搜索不同的域,希望大家通过这个实例,对lucene和搜索引擎能有比较全面的认识!
下面是这个例子的代码:
phz.LuceneTest.java
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.MultiFieldQueryParser; import org.apache.lucene.search.BooleanClause; import org.apache.lucene.search.Hits; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.MultiSearcher; import org.apache.lucene.search.Query; /** * 这个实例包含了lucene所有核心用法 * * @author panhuizi * */ public class LuceneTest { public static void main(String[] args) { try { LuceneTest luceneTest = new LuceneTest(); // 创建索引 luceneTest.index(); // 在索引所在目录下搜索"中国 金牌" luceneTest.search("中国 金牌"); } catch (Exception e) { e.printStackTrace(); } System.out.println("ok"); } public void index() throws Exception { /* 创建索引初始化,执行这些语句将创建或清空d:\\save\\目录下所有索引 */ IndexWriter writer1 = new IndexWriter("d:\\save\\", new StandardAnalyzer(), true); writer1.close(); /* * 往创建的初始化索引中添加索引内容,StandardAnalyzer表示用lucene自带的标准分词机制, * false表示不覆盖原来该目录的索引,细心的读者可能已经发现, 这句话和上面的那句就这个false不一样 */ IndexWriter writer2 = new IndexWriter("d:\\save\\", new StandardAnalyzer(), false); /* 创建一份文件 */ Document doc1 = new Document(); /* * 创建一个域ArticleTitle,并往这个域里面添加内容 "Field.Store.YES"表示域里面的内容将被存储到索引 * "Field.Index.TOKENIZED"表示域里面的内容将被索引,以便用来搜索 */ Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES, Field.Index.TOKENIZED); /* 往文件里添加这个域 */ doc1.add(field1); /* 同理:创建另外一个域ArticleText,并往这个域里面添加内容 */ Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......", Field.Store.YES, Field.Index.TOKENIZED); doc1.add(field2); // 在这里还可以添加其他域 /* 添加这份文件到索引 */ writer2.addDocument(doc1); /* 同理:创建第二份文件 */ Document doc2 = new Document(); field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES, Field.Index.TOKENIZED); doc2.add(field1); field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........", Field.Store.YES, Field.Index.TOKENIZED); doc2.add(field2); writer2.addDocument(doc2); // 在这里可以添加其他文件 /* 关闭 */ writer2.close(); } public void search(String serchString) throws Exception { /* 创建一个搜索,搜索刚才创建的d:\\save\\目录下的索引 */ IndexSearcher indexSearcher = new IndexSearcher("d:\\save\\"); /* 在这里我们只需要搜索一个目录 */ IndexSearcher indexSearchers[] = { indexSearcher }; /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */ String[] fields = { "ArticleTitle", "ArticleText" }; /* 下面这个表示要同时搜索这两个域,而且只要一个域里面有满足我们搜索的内容就行 */ BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD }; /* * MultiFieldQueryParser表示多个域解析, * 同时可以解析含空格的字符串,如果我们搜索"中国 金牌",根据前面的索引,显然搜到的是第二份文件 */ Query query = MultiFieldQueryParser.parse(serchString, fields, clauses, new StandardAnalyzer()); /* Multisearcher表示多目录搜索,在这里我们只有一个目录 */ MultiSearcher searcher = new MultiSearcher(indexSearchers); /* 开始搜索 */ Hits h = searcher.search(query); /* 把搜索出来的所有文件打印出来 */ for (int i = 0; i < h.length(); i++) { /* 打印出文件里面ArticleTitle域里面的内容 */ System.out.println(h.doc(i).get("ArticleTitle")); /* 打印出文件里面ArticleText域里面的内容 */ System.out.println(h.doc(i).get("ArticleText")); } /* 关闭 */ searcher.close(); } }
描述: 这个实例包含了lucene所有核心用法
转载自:http://phz50.iteye.com/blog/232429