Lucene 的使用

最新推荐文章于 2024-06-04 22:03:46 发布

原创最新推荐文章于 2024-06-04 22:03:46 发布 · 361 阅读

0 ·

CC 4.0 BY-SA版权

Lucene 专栏收录该内容

1 篇文章

订阅专栏

1、lucene的原理
网络爬虫把资源存入索引库，再交给页面调用。而Lucene只负责管理索引库。

2、建 Java 项目Lucene_Test

3、导包

            lucene-core-3.0.1.jar
           lucene-analyzers-3.0.1.jar
           lucene-highlighter-3.0.1.jar
           lucene-memory-3.0.1.jar

4、建类HelloWorld.java，分别创建“穿件“创建索引”和“查询”方法

			public  class  HelloWorld{
				// 创建索引
				@Test
				public  void  testCreateIndex()  throws  Exception{
					
				}

				// 搜索
				@Test
				public  void  testSearch()  throws Exception{

				}
			}

5、建类 Article.java 作为javabean保存数据

            public  class  Article{
                private  Integer id;
                private  String title;
                private  String  content;
                封装……
            }

6、实现“建立索引”和“搜索”功能

            // 索引库，设为全局变量
                private static Directory  directory；    // 索引库目录
                private  static Analyzer  analyzer；    // 分词器
                
                static{        //Shift + Alt + A
                    try{
                        directory  = FSDirectory.open(new  File("./indexDir"));
                        analyzer  = new StandardAnalyze(Version.LUCENE_3.0);
                    }catch(Exception  e){
                        throw  new RuntimeException(e);
                    }
                }

            // 创建索引
                @Test
                public  void  testCreateIndex()  throws  Exception{
                    Article   article  = new Article();
                    article.setTitle("标题");
                    article.setContent("内容……");

                    // 放到 Lucene 中
                    // 1、把Article 转为 Document
                        Document  doc = new Document();
                        String  idStr = article.getId().toString();
                        doc.add( new Field("id", idStr , Store.YES,  Index.ANALYZED ));
                        doc.add( new Field("title", article.getTitle(), Store.YES,  Index.ANALYZED ));
                        doc.add( new Field("content", article.getContent(), Store.YES,  Index.ANALYZED ));
                        
                    //2、把Document 放到索引库中（此处设为全局变量，见开头）
        
                        
                        IndexWriter  indexWriter = new  IndexWriter( directory, analyzer,  MaxFieldLength.LIMITED);
                        indexWriter.addDocument(doc);
                        indexWriter.close();
                }


            // 搜索
                @Test
                public  void  testSearch()  throws Exception{
                    // 准备查询条件
                        String  queryString = "lucene";

                    // 执行搜索
                        List<Article>  list = new ArrayList<Article>();
                    //======================================================

                        //1、把查询字符串转为Query对象（默认只从title中查询）
                            QueryParser  queryParser  = new  QueryParser(Version.LUCENE_30, "title",  analyzer);    // “title”表示从标题中查询
                            Query  query = queryParser.parse(queryString);

                        //2、执行查询，得到中间结果，从指定的索引库中搜索东西
                            IndexSearcher  indexSearcher = new IndexSearcher(directory);
                            TopDocs  topDocs  = indexSearcher.search(query,  100);    // 返回前 100 条结果，分页用

                            int  count = topDocs.totalHits;
                            ScoreDoc[]  scoreDoc = topDocs.scoreDocs;

                        // 3、处理结果
                            for(int i =0; i<scoreDocs.length; i++){
                                ScoreDoc  scoreDoc = scoreDocs[i];
                                float  score = scoreDoc.score;        //相关度得分
                                int  docId = scoreDoc.doc;        //Document的内部编号，唯一且自动生成的

                                // 根据编号拿到Document数据
                                    Document  doc = indexsearcher.doc(docId);

                                //把Document转为Article
                                    String  idStr = doc.get("id");    //等价于doc.getField("content").stringValue();
                                    String  title = doc.getField("title").stringValue();
                                    String  content = doc.get("content");

                                    Article  article = new Article();
                                    article.setId(integer.parseIn(idStr));
                                    article.setTitle(title);
                                    article.setContent(content);

                                    list.add(article);

                            }
                            indexSearcher.close();

                    //======================================================
                    // 显示结果
                        s.o.p("总结果数："+list.size());
                        s.o.p("---------------------------------------------");
                        for(Aritcle  a : list){
                            s.o.p("id = " + a.getId() );
                            s.o.p("title = " + a.getTitle() );
                            s.o.p("content = " + a.getContent() );
                        }
                }

7、运行Junit

结果：在项目中出现 indexDir 文件夹，里面出现三个索引库文件。

            总结果数：1
           id = ……
           title =……
           content =……