lucene3.6.0 经典案例 入门教程

第一步：下载并导入lucene的核心包(注意版本问题):
 例如Lucene3.6版本：将lucene-core-3.6.0.jar拷贝到项目的libs 文件夹里。
 例如Lucene4.6版本：将lucene-analyzers-common-4.6.0.jar、lucene-core-4.6.0.jar、lucene-queryparser-4.6.0.jar拷贝到项目的libs 文件夹里。
 使用右击项目名--Build Path--Configure Build Path…--Add External JARs… 选择相关jar包，并保存。

第二步：建立文件夹：
 在C盘下建立存放待索引的文件(C:source)，例如建立两个文件，名称为 test1.txt, test2.txt。
 test1.txt文件内容为：欢迎来到绝对秋香的博客。
 test2.txt文件内容为：绝对秋香引领你走向潮流。
 在C盘下再建立存放索引的文件 (C:index)

第三步，建立索引类 FileIndexWriter

/*建立索引类 TextFileIndexer
*
*第一步：下载并导入lucene的核心包(注意版本问题):
* 例如Lucene3.6版本：将lucene-core-3.6.0.jar拷贝到项目的libs 文件夹里。
* 例如Lucene4.6版本：将lucene-analyzers-common-4.6.0.jar、lucene-core-4.6.0.jar、lucene-queryparser-4.6.0.jar拷贝到项目的libs 文件夹里。
* 使用右击项目名--Build Path--Configure Build Path…--Add External JARs… 选择相关jar包，并保存。
* 
*第二步：建立文件夹：
* 在C盘下建立存放待索引的文件(C:source)，例如建立两个文件，名称为 test1.txt, test2.txt。
* test1.txt文件内容为：欢迎来到绝对秋香的博客。
* test2.txt文件内容为：绝对秋香引领你走向潮流。
* 在C盘下再建立存放索引的文件 (C:index)
* 
*第三步，建立索引类 FileIndexWriter
* 
*第四步，建立测试类FileIndexReader，输出测试结果
* */
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;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.IndexWriterConfig.OpenMode;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class FileIndexWriter {
	public static void main(String[] args) throws Exception {
        /* 指明要索引文件夹的位置,可以根据自己的需要进行设定。这里是C盘的source文件夹下 */
        File fileDir = new File("C:\source");    
        /* 这里放索引文件的位置 */    
        File indexDir = new File("C:\index");
    //1、创建Directory
        Directory dir = FSDirectory.open(indexDir); //索引文件的保存位置
        
   //2、创建Analyzer
        //分析器，选择“标准分析器”,参数代表当前使用的Lucene版本(jar包),也有人写Version.LUCENE_CURRENT
        //StandardAnalyzer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。
        Analyzer luceneAnalyzer=new StandardAnalyzer(Version.LUCENE_CURRENT);

   //3、创建IndexWriter
        //创建IndexWriter,索引的核心组件。在Lucene3.X版本后，在创建时需要用到IndexWriterConfig配置类对IndexWriter的配置。
        //第一个参数是目前的版本，第二个参数是词法分析器Analyzer。
        IndexWriterConfig iwc = new IndexWriterConfig(
        			Version.LUCENE_CURRENT, luceneAnalyzer); 
        //setOpenMode，设置存放索引的文件夹将以覆盖或者新建的方式建立，有下面几个选项：
        //APPEND：总是追加，可能会导致错误，索引还会重复，导致返回多次结果;
        //CREATE：清空重建（推荐）;
        //CREATE_OR_APPEND【默认】：创建或追加。
        iwc.setOpenMode(OpenMode.CREATE);
        IndexWriter indexWriter = new IndexWriter(dir,iwc);  
        
        File[] textFiles = fileDir.listFiles();    
        long startTime = new Date().getTime();    //用于计算时间
        
        //增加document(txt格式)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);    			//打印文件的内容
            	//申请一个document对象，代表一些域Field的集合。这个类似于数据库中的表。
                //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。
   //4、创建Document对象
                Document document = new Document();	
                //Field：字段,文档中的一个具体的域，如文档创建时间,作者,内容等。
                //其组成部分包括type(域的类型),name(域的名称),fieldsData(域的值),boost(加强因子).
                //Field.Store.YES:存储域值，适用于显示搜索结果的字段 — 例如，文件路径和 URL。;
                //Field.Index.NO:使对应的域值不被搜索，适用于未搜索的字段 — 仅用于存储字段，比如文件路径。
                //Field.Index.ANALYZED 用于字段索引和分析 — 例如，电子邮件消息正文和标题。 
                Field FieldPath = new Field("path", textFiles[i].getPath(),
                	Field.Store.YES, Field.Index.NO);   //路径 
                Field FieldBody = new Field("content", temp, Field.Store.YES,
                	Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS); //内容
   //5、为Document添加Field 
                document.add(FieldPath);    
                document.add(FieldBody);  
   //6、通过IndexWriter添加文档到索引中 
                indexWriter.addDocument(document);		//把doc对象加入到索引创建中。
            }    
        }    
        indexWriter.close();    //关闭IndexWriter,提交创建内容。
            
        //测试一下索引的时间    
        long endTime = new Date().getTime();    
        System.out.println("建立目录"+ fileDir.getPath()+" 下所有文档的索引，总共消耗 "
        		+(endTime-startTime) + " 毫秒!" );    
    }    
    
    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;
    }

}

运行结果：1. 

FileIndexWriterFile C:source est1.txt正在被索引....欢迎来到绝对秋香的博客。 

File C:source est2.txt正在被索引....绝对秋香引领你走向潮流。 

建立目录C:source 下所有文档的索引，总共消耗 465 毫秒!

第四步，建立测试类FileIndexReader，输出测试结果

package com.newlearner.lucene;
/*建立测试类TestQuery，输出测试结果
 * */
import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.queryparser.classic.ParseException;
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.util.Version;

public class FileIndexReader {
	public static void main(String[] args) throws IOException, ParseException{
        //搜索的索引路径，lucene提供了两种索引存放的位置，
        //一种是磁盘(FSDirectory)，一种是内存(RAMDirectory)。一般情况将索引放在磁盘上
    	String index = "C:\index";
   //1.创建Directory，根据IndexReader创建IndexSearcher(搜索器)
        Directory directory = FSDirectory.open(new File(index));
   //2.创建Analyzer,设定分析器，必须与建立索引时采用的分析器相同
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);
   //3.创建IndexReader
        IndexReader reader = IndexReader.open(directory);  //打开存储位置
        IndexSearcher searcher = new IndexSearcher(reader);    
        
        String queryString = "绝对秋香";   //搜索的关键词  
        try { 
   //4.创建搜索的Query,确定搜索的内容 
        	//使用QueryParser完成解析搜索请求，
        	//new QueryParser(version,Field字段， 分析器) ,Field字段为进行搜索的范围。
            QueryParser qp = new QueryParser(Version.LUCENE_CURRENT,"content",analyzer);
            //Query对所传入的搜索关键词汇进行解释，并返回query对象。
            //我们需要把查询String封装成Query才可以交给Searcher来搜索。
            //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。
            Query query = qp.parse(queryString);
            //Query query = QueryParser.parser(“要查询的字串”)
        
	        if (searcher != null) {
	//5.根据searcher搜索并且返回TopDocs 
	        	//老版本中的Hits已经被弃用,代替它的是TopDocs，
                    //这个对象封装了那些最符合搜索条件的结果的信息
	            TopDocs results = searcher.search(query,10);    //返回搜索相似度最高的10条记录
	            //ScoreDoc是一个评分对象，因为lucene在搜索过程中，给每一个资源都评分，
	            //然后按照分数高低来决定最符合的搜索条件的结果,这个对象同样存了这些结果的信息
	//6.根据TopDocs获取ScoreDoc对象
	            ScoreDoc[] hits = results.scoreDocs; 	//用于保存搜索结果
	            //打印搜索结果
	            if (hits.length > 0) {    
	                System.out.println("找到:" + hits.length + " 个结果!");    
	                for (int i=0; i<hits.length; i++) {
	//7.根据search和ScordDoc对象获取具体的Document对象  
		                Document hitDoc = searcher.doc(hits[i].doc);
		                System.out.println("____________________________");
	//8.根据Document对象获取需要的值   
		                System.out.println(hitDoc.get("path"));
		                System.out.println(hitDoc.get("content"));
		                System.out.println("____________________________
");
		            }
	            }
	            reader.close();
	            directory.close();
	        }   
        } catch (ParseException e) {
        	e.printStackTrace();
        }
    }    
}

2. FileIndexReader
找到:2 个结果!
____________________________
C:source est1.txt
欢迎来到绝对秋香的博客。
____________________________


____________________________
C:source est2.txt
绝对秋香引领你走向潮流。
____________________________