现在的位置: 首页 > 综合 > 正文

[转]一个例子学懂搜索引擎(lucene)

2013年08月28日 ⁄ 综合 ⁄ 共 4200字 ⁄ 字号 小 中 大 ⁄ 评论关闭

 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 

Java代码 
  1. package phz;  
  2.   
  3. import org.apache.lucene.analysis.standard.StandardAnalyzer;  
  4. import org.apache.lucene.document.Document;  
  5. import org.apache.lucene.document.Field;  
  6. import org.apache.lucene.index.IndexWriter;  
  7. import org.apache.lucene.queryParser.MultiFieldQueryParser;  
  8. import org.apache.lucene.search.BooleanClause;  
  9. import org.apache.lucene.search.Hits;  
  10. import org.apache.lucene.search.IndexSearcher;  
  11. import org.apache.lucene.search.MultiSearcher;  
  12. import org.apache.lucene.search.Query;  
  13.   
  14. /** 
  15.  * 这个实例包含了lucene所有核心用法 
  16.  *  
  17.  * @author panhuizhi 
  18.  *  
  19.  */  
  20. public class LuceneTest {  
  21.   
  22.     public static void main(String[] args) {  
  23.         try {  
  24.             LuceneTest luceneTest = new LuceneTest();  
  25.             // 创建索引  
  26.             luceneTest.index();  
  27.             // 在索引所在目录下搜索"中国 金牌"  
  28.             luceneTest.search("中国 金牌");  
  29.         } catch (Exception e) {  
  30.             e.printStackTrace();  
  31.         }  
  32.         System.out.println("ok");  
  33.     }  
  34.   
  35.     public void index() throws Exception {  
  36.         /* 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 */  
  37.         IndexWriter writer1 = new IndexWriter("d://save//",  
  38.                 new StandardAnalyzer(), true);  
  39.         writer1.close();  
  40.   
  41.         /* 
  42.          * 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， 
  43.          * 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 
  44.          */  
  45.         IndexWriter writer2 = new IndexWriter("d://save//",  
  46.                 new StandardAnalyzer(), false);  
  47.         /* 创建一份文件 */  
  48.         Document doc1 = new Document();  
  49.         /* 
  50.          * 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 
  51.          * "Field.Index.TOKENIZED"表示域里面的内容将被索引，以便用来搜索 
  52.          */  
  53.         Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES,  
  54.                 Field.Index.TOKENIZED);  
  55.         /* 往文件里添加这个域 */  
  56.         doc1.add(field1);  
  57.         /* 同理：创建另外一个域ArticleText，并往这个域里面添加内容 */  
  58.         Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......",  
  59.                 Field.Store.YES, Field.Index.TOKENIZED);  
  60.         doc1.add(field2);  
  61.         // 在这里还可以添加其他域  
  62.         /* 添加这份文件到索引 */  
  63.         writer2.addDocument(doc1);  
  64.   
  65.         /* 同理：创建第二份文件 */  
  66.         Document doc2 = new Document();  
  67.         field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES,  
  68.                 Field.Index.TOKENIZED);  
  69.         doc2.add(field1);  
  70.         field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........",  
  71.                 Field.Store.YES, Field.Index.TOKENIZED);  
  72.         doc2.add(field2);  
  73.   
  74.         writer2.addDocument(doc2);  
  75.   
  76.         // 在这里可以添加其他文件  
  77.   
  78.         /* 关闭 */  
  79.         writer2.close();  
  80.     }  
  81.   
  82.     public void search(String serchString) throws Exception {  
  83.         /* 创建一个搜索，搜索刚才创建的d://save//目录下的索引 */  
  84.         IndexSearcher indexSearcher = new IndexSearcher("d://save//");  
  85.         /* 在这里我们只需要搜索一个目录 */  
  86.         IndexSearcher indexSearchers[] = { indexSearcher };  
  87.         /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */  
  88.         String[] fields = { "ArticleTitle", "ArticleText" };  
  89.         /* 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 */  
  90.         BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,  
  91.                 BooleanClause.Occur.SHOULD };  
  92.         /* 
  93.          * MultiFieldQueryParser表示多个域解析， 
  94.          * 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 
  95.          */  
  96.         Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,  
  97.                 new StandardAnalyzer());  
  98.         /* Multisearcher表示多目录搜索，在这里我们只有一个目录 */  
  99.         MultiSearcher searcher = new MultiSearcher(indexSearchers);  
  100.         /* 开始搜索 */  
  101.         Hits h = searcher.search(query);  
  102.         /* 把搜索出来的所有文件打印出来 */  
  103.         for (int i = 0; i < h.length(); i++) {  
  104.             /* 打印出文件里面ArticleTitle域里面的内容 */  
  105.             System.out.println(h.doc(i).get("ArticleTitle"));  
  106.             /* 打印出文件里面ArticleText域里面的内容 */  
  107.             System.out.println(h.doc(i).get("ArticleText"));  
  108.         }  
  109.         /* 关闭 */  
  110.         searcher.close();  
  111.     }  
  112. }  

返回
【上篇】
【下篇】

作者:

抱歉!评论已关闭.

返回首页

Copyright © 2013-2018 学步园  保留所有权利.
软文销售 QQ客服：2265327166 点击这里给我发消息（其他合作也可洽谈）
必威体育
必威电竞