lucene 插件添加字段

plugin.xml配置了插件实现的接口 导入的第三方包  插件所在的位置等等

 

 

索引的结构

 

index由多个segment(段)组成

segment由多个document(文档)组成

document由多个field(域)组成

field由多个term(项)组成

 

Text Netel_Email=(Text) datum.getMetaData().get(new Text(JobEngineUtil.NETEL_EMAIL));

从CrawlDatum中的key拿值

 

doc.add(JobEngineUtil.NETEL_EMAIL,Netel_EmailStr);

放到NutchDocument对象中

 

LuceneWriter.addFieldOptions(JobEngineUtil.NETEL_EMAIL, LuceneWriter.STORE.YES,LuceneWriter.INDEX.TOKENIZED, conf);

这个应该是设置字段属性的

LuceneWriter.STORE.YES    完全存放   还有NO 不存  COMPRESS 压缩存

INDEX.TOKENIZED    分词并建索引   还有 UN_TOKENIZED 不分词但建索引        NO 不索引    NO_NORMS索引不分析