lucene學習筆記一(初始lucene)

lucene簡介:

摘自百科:Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，即它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是爲軟件開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此爲基礎創建起完整的全文檢索引擎。Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟件基金會支持和提供。Lucene提供了一個簡單卻強大的應用程式接口，可以作全文索引和搜尋。

lucene開發的步驟:

1. 建立索引    

• 建立Directory

• 建立IndexWriter

• 建立Document對象

• 爲Document添加Field

• 經過IndexWriter添加文檔到索引中

• 關閉IndexWriter

2. 搜索

• 建立Directory

• 建立IndexReader

• 根據IndexReader建立IndexSearcher

• 建立搜索的Query

• 根據searcher搜索並返回TopDocs

• 根據topDocs獲取ScoreDoc對象

• 根據searcher和StoreDoc對象獲取具體的Document對象

• 根據Document對象獲取須要的值

• 關閉IndexReader

一個最簡單的lucene例子

說明:該例子採用lucene5.3,主要功能就是在硬盤上的3個txt文件裏面找到你查詢的字符,並打印出文件名和文件路徑.

首先,在個人電腦D盤,建立一個文件夾,用來保存lucene檢索的文件的地方.而後建立3個文件用來存放字符串,a.txt,b.txt,c.txt,裏面分別錄入一些字符.下面是個人例子中的圖:




接着,咱們打開eclipse建立一個maven項目.加入lucene和junit的依賴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 {
	/**
	 * 創建索引
	 */
	public void index() {
		// 1.建立Directory
		Directory directory = null;
		try {
			directory = FSDirectory.open(new File("D:/workspace/lucene/index01").toPath(), NoLockFactory.INSTANCE);// 創建在硬盤
			// directory = new RAMDirectory();//創建在內存中
		} catch (IOException e1) {
			e1.printStackTrace();
		}
		// 2.建立IndexWriter
		IndexWriterConfig ic = new IndexWriterConfig(new StandardAnalyzer());
		IndexWriter iw = null;
		try {
			iw = new IndexWriter(directory, ic);
		} catch (IOException e1) {
			e1.printStackTrace();
		}
		try {
			// 3.建立Document對象
			Document doc = null;
			// 4.爲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.經過IndexWriter添加文檔到索引中
				iw.addDocument(doc);
			}

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

	/**
	 * 搜索
	 */
	public void searcher() {
		// 1.建立Directory
		Directory directory = null;
		IndexReader ir = null;
		try {
			directory = FSDirectory.open(new File("D:/workspace/lucene/index01").toPath());// 創建在硬盤
			// directory = new RAMDirectory();//創建在內存中
			// 2.建立IndexReader
			ir = DirectoryReader.open(directory);
			// 3.根據IndexReader建立IndexSearcher
			IndexSearcher is = new IndexSearcher(ir);
			// 4.建立搜索的Query,建立parser來肯定搜索文件的內容,第一個參數表示搜索的域
			QueryParser parser = new QueryParser("content", new StandardAnalyzer());
			Query query = parser.parse("java");// 搜索含有java內容的文檔
			// 5.根據searcher搜索並返回TopDocs
			TopDocs tds = is.search(query, 10);
			// 6.根據topDocs獲取ScoreDoc對象
			ScoreDoc[] docs = tds.scoreDocs;
			for (ScoreDoc scoreDoc : docs) {
				// 7.根據searcher和StoreDoc對象獲取具體的Document對象
				Document d = is.doc(scoreDoc.doc);
				// 8.根據Document對象獲取須要的值
				System.out.println("文件名:" + d.get("filename") + "路徑:" + d.get("path"));
			}
			// 9.關閉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();
	}

}







咱們在junit測試:

首先,執行建立索引.執行完後,咱們會發如今index01目錄建立索引

 接下來,咱們執行檢索,在控制檯打印輸出a,b,c3個文件中,java出如今哪一個文件中,和文件路徑