如何用Lucene为目录创建索引

最新推荐文章于 2021-02-15 17:06:02 发布

最新推荐文章于 2021-02-15 17:06:02 发布 · 97 阅读

文章标签：

#lucene #F# #Apache #Java #Tomcat

本文介绍了一个基于Lucene 2.4版本的索引创建示例，通过Java代码实现对指定目录下的文本文件进行索引，并详细展示了如何配置和使用IndexWriter来完成整个索引过程。

现在网上很多例子都是基于老版本的Lucene做得例子，我给改了一下，这个例子是基于lucene 2.4的，希望能有所帮助

package utils;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.Reader;
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;
public class Indexer {
    
    public int index(String indexDir, String dataDir) throws IOException
    {
        File indexDirFile = new File(indexDir);
        File dataDirFile = new File(dataDir);
        int numIndexed = index(indexDirFile, dataDirFile);
        return 0;
    }
    private int index(File indexDirFile, File dataDirFile) throws IOException {
        if(!dataDirFile.exists() || !dataDirFile.isDirectory())
        {
            throw new IOException(dataDirFile + " does not exist or is not a directory");
        }
        IndexWriter writer = new IndexWriter(indexDirFile, new StandardAnalyzer(), true);
        writer.setUseCompoundFile(false);
        indexDirectory(writer, dataDirFile);
        
        int numIndexed = writer.docCount();
        writer.optimize();
        writer.close();
        return numIndexed;
    }
    private void indexDirectory(IndexWriter writer, File dataDirFile) throws IOException {
        File[] files = dataDirFile.listFiles();
        for(int i = 0; i<files.length; i++)
        {
            File f = files[i];
            if(f.isDirectory())
            {
                indexDirectory(writer, f);
            }else if(f.getName().endsWith(".java") || f.getName().endsWith(".txt"))//需要索引的文件类型
                    {
                        indexFile(writer, f);
                    }
            
        }
        
    }
    private void indexFile(IndexWriter writer, File f) throws IOException {
        if(f.isHidden() || !f.exists() || !f.canRead())
        {
            return;
        }
        System.out.println("Indexing" + f.getCanonicalPath());
        Document doc = new Document();
        Reader txtReader = new FileReader(f);
        doc.add(new Field("path",f.getCanonicalPath(),Field.Store.YES,Field.Index.UN_TOKENIZED));
        doc.add(new Field("contents",txtReader));
        doc.add(new Field("name",f.getName(),Field.Store.YES,Field.Index.UN_TOKENIZED));
        writer.addDocument(doc);
    }
}

调用的代码如下：

String filesRepoDir = "C:/workspace-2.0";//需要被索引的目录 
String indexDir = "C:/apache-tomcat-6.0.18/webapps/index";//存放索引的目录
Indexer indexer= new Indexer();
indexer.index(indexDir, filesRepoDir);