lucene全文检索总结 .

全文检索总结：

1、   在http://labs.renren.com/apache-mirror//lucene/java/，下载lucene-core-3.0.3.jar、lucene-highlighter-3.0.3.jar（在lucene-3.0.3/lucene-3.0.3/contrib/highlighter中），导入项目中。

2、   在http://code.google.com/p/paoding/downloads/list，下载paoding-analysis-2.0.4-beta，将src中源码导入到项目中。若直接使用paoding-analysis.jar会出现问题，经过网上了解，需将paoding源码加入的项目中，才能够支持lucene3。

3、   将lucene-3.0.3/lucene-3.0.3/src/demo/org/apache/lucene/demo下源码导入的项目中，在IndexHTML类基础上修改为CreateIndex，作为创建索引的action。

4、   Paoding分词的使用，在createindex中，import PaodingAnalyzer;，将原标准分析器替换为paodinganalyzer。

5、   将paoding-analysis-2.0.4-beta下的dic放置在某个位置，在系统环境变量中增加PAODING_DIC_HOME变量，将其值置为dic的路径。这个就是paoding分词的字典。

6、   在创建索引过程中出现的中文乱码问题（只支持gb，不支持utf-8）解决办法：修改HTMLDocument（demo中类）类中Document方法中代码：

由原来：  FileInputStream fis = new FileInputStream(f);

HTMLParser parser = new HTMLParser(fis);

改为：FileInputStream fis = new FileInputStream(f);

    Reader reader = new InputStreamReader(fis, "UTF-8");

HTMLParser parser = new HTMLParser(reader);

7、   当然在后台生成索引用到paoding，那么在前台搜索中也要用paoding进行分词。

8、   高亮的解决，在前台展现页面中，增加如下代码，将summary中搜索文字高亮为result，将result展现即可。

String text = doc.get("summary"); 

TokenStream ts = TokenSources.getAnyTokenStream(reader, hits.scoreDocs[i].doc, "summary",analyzer);

SimpleHTMLFormatter sHtmlF = new SimpleHTMLFormatter("<font color='red'>", "</font>");

Highlighter highlighter = new Highlighter(sHtmlF,new QueryScorer(query));

String result = highlighter.getBestFragments(ts,text, 3, "...");

9、   在做高亮时，highlighter的版本要求与lucene版本相符合，不然有问题。