[转]一个例子学懂搜索引擎(lucene)

 其实，lucene是一个很容易上手的搜索引擎框架，传统的搜索引擎，涉及到爬虫，也就是爬取网页，然后对网页进行加工，也就是索引，最后用于搜索，lucene这个框架可以很方便的帮你做到后面两个步骤，也就是索引和搜索！本文尝试通过一个例子，使大家掌握lucene的使用核心方法，包括分词、索引、搜索不同的目录、搜索不同的域，希望大家通过这个实例，对lucene和搜索引擎能有比较全面的认识！ 

下面是这个例子的代码： 
phz.LuceneTest.java 

Java代码 

1. package phz;  
2.   
3. import org.apache.lucene.analysis.standard.StandardAnalyzer;  
4. import org.apache.lucene.document.Document;  
5. import org.apache.lucene.document.Field;  
6. import org.apache.lucene.index.IndexWriter;  
7. import org.apache.lucene.queryParser.MultiFieldQueryParser;  
8. import org.apache.lucene.search.BooleanClause;  
9. import org.apache.lucene.search.Hits;  
10. import org.apache.lucene.search.IndexSearcher;  
11. import org.apache.lucene.search.MultiSearcher;  
12. import org.apache.lucene.search.Query;  
13.   
14. /** 
15.  * 这个实例包含了lucene所有核心用法 
16.  *  
17.  * @author panhuizhi 
18.  *  
19.  */  
20. public class LuceneTest {  
21.   
22.     public static void main(String[] args) {  
23.         try {  
24.             LuceneTest luceneTest = new LuceneTest();  
25.             // 创建索引  
26.             luceneTest.index();  
27.             // 在索引所在目录下搜索"中国 金牌"  
28.             luceneTest.search("中国 金牌");  
29.         } catch (Exception e) {  
30.             e.printStackTrace();  
31.         }  
32.         System.out.println("ok");  
33.     }  
34.   
35.     public void index() throws Exception {  
36.         /* 创建索引初始化，执行这些语句将创建或清空d://save//目录下所有索引 */  
37.         IndexWriter writer1 = new IndexWriter("d://save//",  
38.                 new StandardAnalyzer(), true);  
39.         writer1.close();  
40.   
41.         /* 
42.          * 往创建的初始化索引中添加索引内容，StandardAnalyzer表示用lucene自带的标准分词机制， 
43.          * false表示不覆盖原来该目录的索引，细心的读者可能已经发现， 这句话和上面的那句就这个false不一样 
44.          */  
45.         IndexWriter writer2 = new IndexWriter("d://save//",  
46.                 new StandardAnalyzer(), false);  
47.         /* 创建一份文件 */  
48.         Document doc1 = new Document();  
49.         /* 
50.          * 创建一个域ArticleTitle，并往这个域里面添加内容 "Field.Store.YES"表示域里面的内容将被存储到索引 
51.          * "Field.Index.TOKENIZED"表示域里面的内容将被索引，以便用来搜索 
52.          */  
53.         Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES,  
54.                 Field.Index.TOKENIZED);  
55.         /* 往文件里添加这个域 */  
56.         doc1.add(field1);  
57.         /* 同理：创建另外一个域ArticleText，并往这个域里面添加内容 */  
58.         Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......",  
59.                 Field.Store.YES, Field.Index.TOKENIZED);  
60.         doc1.add(field2);  
61.         // 在这里还可以添加其他域  
62.         /* 添加这份文件到索引 */  
63.         writer2.addDocument(doc1);  
64.   
65.         /* 同理：创建第二份文件 */  
66.         Document doc2 = new Document();  
67.         field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES,  
68.                 Field.Index.TOKENIZED);  
69.         doc2.add(field1);  
70.         field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........",  
71.                 Field.Store.YES, Field.Index.TOKENIZED);  
72.         doc2.add(field2);  
73.   
74.         writer2.addDocument(doc2);  
75.   
76.         // 在这里可以添加其他文件  
77.   
78.         /* 关闭 */  
79.         writer2.close();  
80.     }  
81.   
82.     public void search(String serchString) throws Exception {  
83.         /* 创建一个搜索，搜索刚才创建的d://save//目录下的索引 */  
84.         IndexSearcher indexSearcher = new IndexSearcher("d://save//");  
85.         /* 在这里我们只需要搜索一个目录 */  
86.         IndexSearcher indexSearchers[] = { indexSearcher };  
87.         /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */  
88.         String[] fields = { "ArticleTitle", "ArticleText" };  
89.         /* 下面这个表示要同时搜索这两个域，而且只要一个域里面有满足我们搜索的内容就行 */  
90.         BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,  
91.                 BooleanClause.Occur.SHOULD };  
92.         /* 
93.          * MultiFieldQueryParser表示多个域解析， 
94.          * 同时可以解析含空格的字符串，如果我们搜索"中国 金牌"，根据前面的索引，显然搜到的是第二份文件 
95.          */  
96.         Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,  
97.                 new StandardAnalyzer());  
98.         /* Multisearcher表示多目录搜索，在这里我们只有一个目录 */  
99.         MultiSearcher searcher = new MultiSearcher(indexSearchers);  
100.         /* 开始搜索 */  
101.         Hits h = searcher.search(query);  
102.         /* 把搜索出来的所有文件打印出来 */  
103.         for (int i = 0; i < h.length(); i++) {  
104.             /* 打印出文件里面ArticleTitle域里面的内容 */  
105.             System.out.println(h.doc(i).get("ArticleTitle"));  
106.             /* 打印出文件里面ArticleText域里面的内容 */  
107.             System.out.println(h.doc(i).get("ArticleText"));  
108.         }  
109.         /* 关闭 */  
110.         searcher.close();  
111.     }  
112. }