lucene的简单实例<一>

时间：2008-12-01   作者：佚名   出处：互联网

说明一下,这一篇文章的用到的lucene,是用2.0版本的,主要在查询的时候2.0版本的lucene与以前的版本有了一些区别. 其实这一些代码都是早几个月写的,自己很懒,所以到今天才写到自己的博客上,高深的文章自己写不了，只能记录下一些简单的记录与点滴，其中的代码算是自娱自乐的，希望高手不要把重构之类的砸下来...

1、在windows系统下的的C盘，建一个名叫s的文件夹,在该文件夹里面随便建三个txt文件，随便起名啦，就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的内容如下：
Java代码 复制代码

   1. 中华人民共和国 
   2. 全国人民 
   3. 2006年 

中华人民共和国
全国人民
2006年


而"2.txt"和"3.txt"的内容也可以随便写几写，这里懒写，就复制一个和1.txt文件的内容一样吧

2、下载lucene包，放在classpath路径中
建立索引:
Java代码 复制代码

   1. package lighter.javaeye.com; 
   2.  
   3. import java.io.BufferedReader; 
   4. import java.io.File; 
   5. import java.io.FileInputStream; 
   6. import java.io.IOException; 
   7. import java.io.InputStreamReader; 
   8. import java.util.Date; 
   9.  
  10. import org.apache.lucene.analysis.Analyzer; 
  11. import org.apache.lucene.analysis.standard.StandardAnalyzer; 
  12. import org.apache.lucene.document.Document; 
  13. import org.apache.lucene.document.Field; 
  14. import org.apache.lucene.index.IndexWriter; 
  15.  
  16. /**
  17.  * author lighter date 2006-8-7
  18.  */ 
  19. public class TextFileIndexer { 
  20.     public static void main(String[] args) throws Exception { 
  21.         /* 指明要索引文件夹的位置,这里是C盘的S文件夹下 */ 
  22.         File fileDir = new File("c:\\s"); 
  23.  
  24.         /* 这里放索引文件的位置 */ 
  25.         File indexDir = new File("c:\\index"); 
  26.         Analyzer luceneAnalyzer = new StandardAnalyzer(); 
  27.         IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer, 
  28.                 true); 
  29.         File[] textFiles = fileDir.listFiles(); 
  30.         long startTime = new Date().getTime(); 
  31.          
  32.         //增加document到索引去 
  33.         for (int i = 0; i < textFiles.length; i++) { 
  34.             if (textFiles[i].isFile() 
  35.                     && textFiles[i].getName().endsWith(".txt")) { 
  36.                 System.out.println("File " + textFiles[i].getCanonicalPath() 
  37.                         + "正在被索引...."); 
  38.                 String temp = FileReaderAll(textFiles[i].getCanonicalPath(), 
  39.                         "GBK"); 
  40.                 System.out.println(temp); 
  41.                 Document document = new Document(); 
  42.                 Field FieldPath = new Field("path", textFiles[i].getPath(), 
  43.                         Field.Store.YES, Field.Index.NO); 
  44.                 Field FieldBody = new Field("body", temp, Field.Store.YES, 
  45.                         Field.Index.TOKENIZED, 
  46.                         Field.TermVector.WITH_POSITIONS_OFFSETS); 
  47.                 document.add(FieldPath); 
  48.                 document.add(FieldBody); 
  49.                 indexWriter.addDocument(document); 
  50.             } 
  51.         } 
  52.         //optimize()方法是对索引进行优化 
  53.         indexWriter.optimize(); 
  54.         indexWriter.close(); 
  55.          
  56.         //测试一下索引的时间 
  57.         long endTime = new Date().getTime(); 
  58.         System.out 
  59.                 .println("这花费了" 
  60.                         + (endTime - startTime) 
  61.                         + " 毫秒来把文档增加到索引里面去!" 
  62.                         + fileDir.getPath()); 
  63.     } 
  64.  
  65.     public static String FileReaderAll(String FileName, String charset) 
  66.             throws IOException { 
  67.         BufferedReader reader = new BufferedReader(new InputStreamReader( 
  68.                 new FileInputStream(FileName), charset)); 
  69.         String line = new String(); 
  70.         String temp = new String(); 
  71.          
  72.         while ((line = reader.readLine()) != null) { 
  73.             temp += line; 
  74.         } 
  75.         reader.close(); 
  76.         return temp; 
  77.     } 
  78. } 

package lighter.javaeye.com;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Date;

import org.apache.lucene.analysis.Analyzer;
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;

/**
 * author lighter date 2006-8-7
 */
public class TextFileIndexer {
    public static void main(String[] args) throws Exception {
        /* 指明要索引文件夹的位置,这里是C盘的S文件夹下 */
        File fileDir = new File("c:\\s");

        /* 这里放索引文件的位置 */
        File indexDir = new File("c:\\index");
        Analyzer luceneAnalyzer = new StandardAnalyzer();
        IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer,
                true);
        File[] textFiles = fileDir.listFiles();
        long startTime = new Date().getTime();
       
        //增加document到索引去
        for (int i = 0; i < textFiles.length; i++) {
            if (textFiles[i].isFile()
                    && textFiles[i].getName().endsWith(".txt")) {
                System.out.println("File " + textFiles[i].getCanonicalPath()
                        + "正在被索引....");
                String temp = FileReaderAll(textFiles[i].getCanonicalPath(),
                        "GBK");
                System.out.println(temp);
                Document document = new Document();
                Field FieldPath = new Field("path", textFiles[i].getPath(),
                        Field.Store.YES, Field.Index.NO);
                Field FieldBody = new Field("body", temp, Field.Store.YES,
                        Field.Index.TOKENIZED,
                        Field.TermVector.WITH_POSITIONS_OFFSETS);
                document.add(FieldPath);
                document.add(FieldBody);
                indexWriter.addDocument(document);
            }
        }
        //optimize()方法是对索引进行优化
        indexWriter.optimize();
        indexWriter.close();
       
        //测试一下索引的时间
        long endTime = new Date().getTime();
        System.out
                .println("这花费了"
                        + (endTime - startTime)
                        + " 毫秒来把文档增加到索引里面去!"
                        + fileDir.getPath());
    }

    public static String FileReaderAll(String FileName, String charset)
            throws IOException {
        BufferedReader reader = new BufferedReader(new InputStreamReader(
                new FileInputStream(FileName), charset));
        String line = new String();
        String temp = new String();
       
        while ((line = reader.readLine()) != null) {
            temp += line;
        }
        reader.close();
        return temp;
    }
}



索引的结果：
Java代码 复制代码

   1. File C:\s\1.txt正在被索引.... 
   2. 中华人民共和国全国人民2006年 
   3. File C:\s\2.txt正在被索引.... 
   4. 中华人民共和国全国人民2006年 
   5. File C:\s\3.txt正在被索引.... 
   6. 中华人民共和国全国人民2006年 
   7. 这花费了297 毫秒来把文档增加到索引里面去!c:\s 

File C:\s\1.txt正在被索引....
中华人民共和国全国人民2006年
File C:\s\2.txt正在被索引....
中华人民共和国全国人民2006年
File C:\s\3.txt正在被索引....
中华人民共和国全国人民2006年
这花费了297 毫秒来把文档增加到索引里面去!c:\s



3、建立了索引之后，查询啦....
Java代码 复制代码

   1. package lighter.javaeye.com; 
   2.  
   3. import java.io.IOException; 
   4.  
   5. import org.apache.lucene.analysis.Analyzer; 
   6. import org.apache.lucene.analysis.standard.StandardAnalyzer; 
   7. import org.apache.lucene.queryParser.ParseException; 
   8. import org.apache.lucene.queryParser.QueryParser; 
   9. import org.apache.lucene.search.Hits; 
  10. import org.apache.lucene.search.IndexSearcher; 
  11. import org.apache.lucene.search.Query; 
  12.  
  13. public class TestQuery { 
  14.     public static void main(String[] args) throws IOException, ParseException { 
  15.         Hits hits = null; 
  16.         String queryString = "中华"; 
  17.         Query query = null; 
  18.         IndexSearcher searcher = new IndexSearcher("c:\\index"); 
  19.  
  20.         Analyzer analyzer = new StandardAnalyzer(); 
  21.         try { 
  22.             QueryParser qp = new QueryParser("body", analyzer); 
  23.             query = qp.parse(queryString); 
  24.         } catch (ParseException e) { 
  25.         } 
  26.         if (searcher != null) { 
  27.             hits = searcher.search(query); 
  28.             if (hits.length() > 0) { 
  29.                 System.out.println("找到:" + hits.length() + " 个结果!"); 
  30.             } 
  31.         } 
  32.     } 
  33.  
  34. } 

package lighter.javaeye.com;

import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.queryParser.ParseException;
import org.apache.lucene.queryParser.QueryParser;
import org.apache.lucene.search.Hits;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;

public class TestQuery {
    public static void main(String[] args) throws IOException, ParseException {
        Hits hits = null;
        String queryString = "中华";
        Query query = null;
        IndexSearcher searcher = new IndexSearcher("c:\\index");

        Analyzer analyzer = new StandardAnalyzer();
        try {
            QueryParser qp = new QueryParser("body", analyzer);
            query = qp.parse(queryString);
        } catch (ParseException e) {
        }
        if (searcher != null) {
            hits = searcher.search(query);
            if (hits.length() > 0) {
                System.out.println("找到:" + hits.length() + " 个结果!");
            }
        }
    }

}



其运行结果：
引用
找到:3 个结果!

具体的API的用法，这里就不说了，具体的做法参考lucene的官方文档吧...