• java框架---->lucene的使用(一)


      Lucene是一个全文检索的框架,apache组织提供了一个用Java实现的全文搜索引擎的开源项目。这里我们对apache的lucene的框架做一个简单的介绍。心甘情愿这四个字,透着一股卑微,但也有藏不住的勇敢。
     

    lucene的第一个实例

    一、maven中引入的依赖pom.xml

    <properties>
        <lucene.version>6.6.0</lucene.version>
        <common-io.version>2.5</common-io.version>
    </properties>
    
    <dependencies>
        <!-- lucene core的依赖-->
        <dependency>
            <groupId>org.apache.lucene</groupId>
            <artifactId>lucene-core</artifactId>
            <version>${lucene.version}</version>
        </dependency>
    
        <dependency>
            <groupId>org.apache.lucene</groupId>
            <artifactId>lucene-queryparser</artifactId>
            <version>${lucene.version}</version>
        </dependency>
    
        <!-- commomsIO的依赖-->
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>${common-io.version}</version>
        </dependency>
    </dependencies>

    二、关于lucene的java代码如下

    package com.linux.huhx.lucene_1;
    
    import org.apache.commons.io.FileUtils;
    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.document.StringField;
    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.RAMDirectory;
    
    import java.io.File;
    import java.io.IOException;
    
    public class BaseLucene_1 {
        public static void main(String[] args) throws Exception {
            // 存放在内存中
            Directory dir = new RAMDirectory();
            new BaseLucene_1().createIndex(dir);
            new BaseLucene_1().search(dir);
        }
    
        /**
         * 创建索引
         */
        public void createIndex(Directory dir) throws IOException {
            IndexWriter indexWriter = null;
            // 1. 创建 Directory (索引存放位置),这里是参数dir
    
            // 2. 创建IndexWriter 写索引
            Analyzer analyzer = new StandardAnalyzer();
            IndexWriterConfig iwc = new IndexWriterConfig(analyzer);
            indexWriter = new IndexWriter(dir, iwc);
    
            // 3. 创建Document 对象 field
            Document document;
            File file = new File("file/example");
            for (File f : file.listFiles()) {
                document = new Document();
    
                // 4. 为Documen添加field
                document.add(new Field("content", FileUtils.readFileToString(f, "utf-8"), TextField.TYPE_STORED));
                document.add(new TextField("fileName", f.getName(), Field.Store.YES));
                document.add(new StringField("filePath", f.getAbsolutePath(), Field.Store.YES));
                // 5. 通过IndexWriter 添加文档到索引中
                indexWriter.addDocument(document);
            }
            indexWriter.close();
        }
    
        /**
         * 根据内容搜索
         * @param dir
         * @throws Exception
         */
        public void search(Directory dir) throws Exception {
            IndexReader indexReader = null;
            // 1. 创建 Directory,这里通过参数传递过来的dir
            // Directory dir = FSDirectory.open(new File("file/index").toPath()); // 本地磁盘
    
            // 2. 创建 IndexReader
            indexReader = DirectoryReader.open(dir);
    
            // 3. 创建 IndexSearch
            IndexSearcher indexSearcher = new IndexSearcher(indexReader);
    
            // 4. 创建搜索的Query
            // 创建parse确定搜索的内容,第二个参数为搜索的file
            QueryParser queryParser = new QueryParser("content", new StandardAnalyzer());
    
            // 创建Query,表示搜索域中的内容
            Query query = queryParser.parse("love");
    
            // 5. 搜索并返回 TopDocs
            TopDocs topDocs = indexSearcher.search(query, 10);
    
            // 6. 根据topDocs 获得 scoreDocs
            ScoreDoc[] socreDocs = topDocs.scoreDocs;
    
            for (ScoreDoc doc : socreDocs) {
                // 获取Document对象
                Document document = indexSearcher.doc(doc.doc);
    
                // 根据Document对象获取需要的值
                System.out.println(document.get("fileName"));
                System.out.println(document.get("content"));
            }
            indexReader.close();
        }
    }

     三、运行的结果如下

    java1.txt
    I love you, java.
    java2.txt
    I love you, linux.
    java3.txt
    I love you, huhx.

    lucene的一些说明介绍

    一、Lucene建立索引过程的几个核心类

    1、IndexWriter: 索引过程的核心组件,这个类负责创建新索引或者打开已有索引,以及向索引中添加、删除或更新索引的信息。
    
    2、Directory: 描述了Lucene索引的存放位置。它是一个抽象类,它的子类负责具体指定索引的存储路径。
    
    3、Analyzer: 文本文件在被索引之前,需要经过Analyzer处理。Analyzer是由InderWriter的构造方法来指定的,它负责从被索引文本文件中提取语汇单元,交提出剩下的无用信息。
    
    4、Document:代表一些域(Field)的集合,比如元数据(作者、标题、主题和修改日期)都可以作为文档的不同域单独存储并被索引。Lucene的内核只处理java.lang.String、java.io.Reader对象和本地数字类型。
    
    5、Field:索引中的每个文档都包含一个或多个不同命名的域,这些域包含在Field类中。每个域都有一个域名和对应的域值,以及一组选项来精确控制Lucene索引操作各个域值。

    二、Lucene搜索过程中的几个核心类

    1、InderSearcher: 用于搜索由IndexWriter类创建的索引,这个类公开了几个搜索方法,它是连接索引的中心环节。
    
    2、Term: 是搜索功能的基本单元,与Field对象类似,Term对象包含一对字符串元素:域名和单词。它还与索引操作有着。
    
    3、Query: 是查询类的父类。子类例如:BooleanQuery、SpanQuery、PhraseQuery等等。
    
    4、TermQuery: Lucene提供的最基本的查询类型,它用来匹配指定域中包含特定项的文档。
    
    5、TopDocs: 一个简单的指针容器,指针一般指向前N个排名的搜索结果,搜索结果即匹配查询条件的文档。

    友情链接

  • 相关阅读:
    史玉柱语录
    马云语录
    打开IE窗口自动最大化效果
    两个DIV平行存放
    学习ExtJS(一)
    30而立男人必须明白的事
    学习ExtJS(二) Button常用方法
    UltraWebGrid控件在开发ASP.NET项目中的使用方法和技巧(转)
    GridView模板列DropDownList当前行索引
    TreeView触发TreeNodeCheckChanged事件
  • 原文地址:https://www.cnblogs.com/huhx/p/baseusejavalucene1.html
Copyright © 2020-2023  润新知