Lucene笔记---全文检索引擎工具包

Lucene是apache软件基金会 jakarta项目组的一个子项目，是一个开源的全文检索引擎工具包

Lucene的数学模型：倒排表（反向索引：从词元到文档的索引）

Lucene的文件结构：

• 索引：一个索引放在一个文件夹中

  • 段：一个索引可以有很多段，段与段之间是独立的，添加新的文档可能产生新段，不同的段可以合并成新段

    • 文档：文档是创建索引的基本单位，不同文档保存在不同段中，一个段可以包含多个文档

      • 域：一个文档可以包含不同类型的信息，可以拆分开索引

        • 词元：词是索引的最小单位，是经过词法分析和语言处理后的数据

JAVA实现demo

创建索引：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

public class Lucene01 {       public static void main(String[] args) throws Exception {         Analyzer analyzer = new StandardAnalyzer();  //创建标准分词器         IndexWriterConfig indexWriterConfig = new IndexWriterConfig(analyzer);  //根据分词器创建索引配置对象         indexWriterConfig.setOpenMode(OpenMode.CREATE_OR_APPEND);  //设置索引配置对象打开索引的方式为：无则新建有则追加         Directory directory = null;         directory = FSDirectory.open(Paths.get("D://index/test")); //创建索引所在目录对象         IndexWriter indexWriter = null;         indexWriter = new IndexWriter(directory, indexWriterConfig);// 根据目录，索引写配置对象创建索引写对象         Document doc1 = new Document();  //创建文档对象         doc1.add(new StringField("id", "abcdef", Store.YES)); //插入域         doc1.add(new TextField("content", "巫巫巫巫巫，啦啦啦啦啦啦啦啦", Store.YES));         doc1.add(new IntField("num", 1, Store.YES));         indexWriter.addDocument(doc1);  //向索引写对象添加文档对象         indexWriter.commit();  //提交，创建索引         indexWriter.close(); //关闭索引写对象         directory.close();  //关闭文件目录，释放资源     }   }

代码步骤：

步骤	关键类
1.创建分词器	Analyzer
2.创建索引配置，并设置索引打开模式	IndexWriterConfig
3.创建索引路径对象	Director   FSDirector   Paths
4.创建索引对象	IndexWriter
5.创建文档对象，向文档添加域对象	Document  StringField  TextField  IntField
6.提交索引创建请求，并释放资源

检索索引：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

public static void main(String[] args) throws Exception {         Directory directory = null;          directory = FSDirectory.open(Paths.get("D://index/test"));  //指定索引文件所在目录         DirectoryReader directoryReader = DirectoryReader.open(directory); //创建索引读对象         IndexSearcher searcher = new IndexSearcher(directoryReader);  //创建索引检索对象         Analyzer analyzer = new StandardAnalyzer();  //选择相应的分词器并创建，这里为标准分词，必须与创建索引时选用的分词器一致         QueryParser parser = new QueryParser("content", analyzer);   //创建索引查询对象         Query query = parser.parse("巫");           //由索引查询对象获得查询条件对象         TopDocs topDocs = searcher.search(query, 10);  //通过索引检索对象检索与查询条件相关的前10个文档         if (topDocs != null) {              System.out.println("符合条件的文档总数： " + topDocs.totalHits); //匹配文档总数             for (int i = 0; i < topDocs.scoreDocs.length; i++) { //topDocs.scoreDocs是数组对象                 Document doc = searcher.doc(topDocs.scoreDocs[i].doc); //topDocs.scoreDocs[i].doc是个Int值，表示当前文档Index                 System.out.println(doc.get("id")); //获得该文档的id域                 System.out.println(doc.get("content"));             }         }     }

​