关于 lucene 3.0.2

最近一直感觉比较闲，找点事情做一下。用lucene写了一个小程序，是做文本文档检索的

 

首先说一下基本用途吧，我们用eclipse的时候，要是在工程里面找一些配置啊，参数啊，如果找不到都会用ctrl+h的，我也经常用，但是有时候搜索大项目的时候老是卡机，而且每次搜都很慢。还有就是我要找别的项目里面的配置文件信息，我还要把项目在导入eclipse，挺麻烦的，所以我就写了一个project search。

 

主要的用途就是search 一些project的配置文件和一些枚举类，这个比较常用

 

我用lucene 3.0.2的时候不熟，最近才开始了解，但是做个小的搜索还是可以的

 

我从google搜一个lucene，下载了一个最新的3.02版本的。然后从网上开始找源代码，发现网上的资料挺多的，但是好像都是老板本的，

我把这些代码迁移到我的eclipse工程下面，发现有很多错误的地方。

 

 

原来的建立文件索引的代码

 File   indexDir = new File("D://luceneIndex"); 
     //dataDir is the directory that hosts the text files that to be indexed 
     File   dataDir  = new File("D://luceneData"); 
     Analyzer luceneAnalyzer = new StandardAnalyzer(); 
     File[] dataFiles  = dataDir.listFiles(); 
     IndexWriter indexWriter = new IndexWriter(indexDir,luceneAnalyzer,true); 
     long startTime = new Date().getTime(); 
     for(int i = 0; i < dataFiles.length; i++){ 
          if(dataFiles[i].isFile() && dataFiles[i].getName().endsWith(".txt")){
               System.out.println("Indexing file " + dataFiles[i].getCanonicalPath()); 
               Document document = new Document(); 
               Reader txtReader = new FileReader(dataFiles[i]); 
               document.add(Field.Text("path",dataFiles[i].getCanonicalPath())); 
               document.add(Field.Text("contents",txtReader)); 
               indexWriter.addDocument(document); 
          } 
     } 
     indexWriter.optimize(); 
     indexWriter.close(); 
     long endTime = new Date().getTime();  

现在建立文件索引的代码

static final File INDEX_DIR = new File("index");

IndexWriter writer = new IndexWriter(FSDirectory.open(INDEX_DIR),
 new StandardAnalyzer(Version.LUCENE_CURRENT), true, IndexWriter.MaxFieldLength.LIMITED); 

而且基于seach的搜索代码也变化很大，下面这些代码已经没有了

 Term term = new Term("contents",queryStr.toLowerCase()); 
        TermQuery luceneQuery = new TermQuery(term); 
        Hits hits = searcher.search(luceneQuery); 
        for(int i = 0; i < hits.length(); i++){ 
        	 Document document = hits.doc(i); 
        	 System.out.println("File: " + document.get("path")); 
        }  

取而代之的是

Query query = parser.parse("content"); 
TopScoreDocCollector collector = TopScoreDocCollector.create(5 * hitsPerPage, false);

    searcher.search(query, collector);
    ScoreDoc[] hits = collector.topDocs().scoreDocs 

具体为什么要这么优化，我还不清楚，根据开源中国社区 [http://www.oschina.net]内容介绍

Lucene 2.9.3 是 2.x 分支的一个bug修复版本，Lucene 3.0.2 跟 2.9.3 一样修复了同一些bug，基于 Java 5。
新项目建议使用 Lucene 3.0.2 版本，因为它的 API 更加整洁而且类型安全。
同时该包含以下改进内容：
- 修复了 IndexWriter 进行大文档索引时的内存泄露问题
 - NativeFSLockFactory fixes and improvements. Release write lock if exception occurs in IndexWriter ctors.
 - FieldCacheImpl.getStringIndex() no longer throws an exception when term count exceeds doc count.
 - 改进了 IndexReader 的并发性能
 - Near real-time readers, opened while addIndexes* is running, no longer miss some segments.
 - ParallelMultiSearcher 的性能提升 (3.0.2 only).
 - IndexSearcher 不再抛出NegativeArraySizeException 异常，当你使用Integer.MAX_VALUE作为搜索文档数时