luence全文检索本地磁盘，可构建磁盘搜索引擎，有代码

我使用的maven添加的jar包。maven中的pom.xml中添加lucene的jar包的方法是： 

Xml代码  

1. <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
2.   xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">  
3.   <modelVersion>4.0.0</modelVersion>  
4.   
5.   <groupId>com.rwg.lucene</groupId>  
6.   <artifactId>cms</artifactId>  
7.   <version>0.0.1-SNAPSHOT</version>  
8.   <packaging>jar</packaging>  
9.   
10.   <name>lucene</name>  
11.   <url>http://maven.apache.org</url>  
12.   
13.   <properties>  
14.     <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>  
15.   </properties>  
16.   
17.   <build>  
18.     <finalName>webapp</finalName>  
19.     <sourceDirectory>src/main/java/</sourceDirectory>  
20.     <testSourceDirectory>src/test/java/</testSourceDirectory>  
21.     <plugins>  
22.         <plugin>  
23.             <groupId>org.apache.maven.plugins</groupId>  
24.             <artifactId>maven-compiler-plugin</artifactId>  
25.             <version>2.3.2</version>  
26.             <configuration>  
27.                 <source>1.6</source>  
28.                 <target>1.6</target>  
29.                 <encoding>UTF-8</encoding>  
30.             </configuration>  
31.         </plugin>  
32.         <plugin>  
33.             <groupId>org.apache.maven.plugins</groupId>  
34.             <artifactId>maven-resources-plugin</artifactId>  
35.             <version>2.4.3</version>  
36.             <configuration>  
37.                 <encoding>UTF-8</encoding>  
38.             </configuration>  
39.         </plugin>  
40.         <plugin>  
41.             <groupId>org.mortbay.jetty</groupId>  
42.             <artifactId>jetty-maven-plugin</artifactId>  
43.             <version>8.0.0.M1</version>  
44.         </plugin>  
45.         <plugin>  
46.             <groupId>org.apache.maven.plugins</groupId>  
47.             <artifactId>maven-eclipse-plugin</artifactId>  
48.             <version>2.8</version>  
49.             <configuration>  
50.                 <addVersionToProjectName>false</addVersionToProjectName>  
51.                 <useProjectReferences>false</useProjectReferences>  
52.                 <wtpmanifest>false</wtpmanifest>  
53.                 <wtpapplicationxml>true</wtpapplicationxml>  
54.                 <wtpversion>1.6</wtpversion>  
55.                 <additionalBuildcommands>  
56.                     <buildcommand>org.eclipse.jdt.core.javabuilder</buildcommand>  
57.                     <buildcommand>org.eclipse.wst.common.project.facet.core.builder</buildcommand>  
58.                     <buildcommand>org.eclipse.wst.validation.validationbuilder</buildcommand>  
59.                 </additionalBuildcommands>  
60.             </configuration>  
61.         </plugin>  
62.         <plugin>  
63.             <groupId>org.apache.maven.plugins</groupId>  
64.             <artifactId>maven-war-plugin</artifactId>  
65.             <version>2.1.1</version>  
66.             <configuration>  
67.                 <warName>webapp</warName>  
68.             </configuration>  
69.         </plugin>  
70.     </plugins>  
71.   </build>  
72.   
73.   
74.   
75. <dependencies>  
76.      <!-- 此处是所引用的两个jar包 -->  
77.         <dependency>  
78.             <groupId>org.apache.lucene</groupId>  
79.             <artifactId>lucene-core</artifactId>  
80.             <version>3.0.2</version>  
81.             <type>jar</type>  
82.             <scope>compile</scope>  
83.         </dependency>  
84.         <dependency>  
85.             <groupId>org.apache.lucene</groupId>  
86.             <artifactId>lucene-demos</artifactId>  
87.             <version>3.0.2</version>  
88.             <type>jar</type>  
89.             <scope>compile</scope>  
90.         </dependency>  
91. </dependencies>  
92.   
93. </project>  

     如果不是使用的maven的童鞋见附件下载lucene3.0.2的两个jar包。 
    


1：运行第一步(建立索引)代码,目的是：将要搜索的txt文件的内容根据字段替换为索引, 
并将替换后的索引保存到你所指定的文件夹中。 
   简单来说就是：创建索引文件。 

Java代码  

1. package com.rwg.lucene;  
2.   
3. import java.io.BufferedReader;  
4. import java.io.File;  
5. import java.io.FileNotFoundException;  
6. import java.io.FileReader;  
7. import java.io.IOException;  
8. import java.util.Date;  
9. import org.apache.lucene.analysis.standard.StandardAnalyzer;  
10. import org.apache.lucene.document.Document;  
11. import org.apache.lucene.document.Field;  
12. import org.apache.lucene.index.IndexWriter;  
13. import org.apache.lucene.store.FSDirectory;  
14. import org.apache.lucene.util.Version;  
15.   
16. /** 
17.  * 创建索引 Lucene 3.0(第一步) 
18.  *  
19.  * @author RenWeigang 
20.  *  
21.  * @version 2010.12.13 
22.  *  
23.  */  
24. public class Indexer {  
25.       
26.     //保存索引文件的地方  
27.     private static String INDEX_DIR = "E:\\renwg\\茶余饭后\\新建文件夹";  
28.     //将要搜索TXT文件的地方  
29.     private static String DATA_DIR = "E:\\renwg\\茶余饭后";  
30.   
31.     public static void main(String[] args) throws Exception {  
32.         long start = new Date().getTime();  
33.         int numIndexed = index(new File(INDEX_DIR), new File(DATA_DIR));  
34.         long end = new Date().getTime();  
35.   
36.         System.out.println("Indexing " + numIndexed + " files took "  
37.                 + (end - start) + " milliseconds");  
38.     }  
39.   
40.     /** 
41.      * 索引dataDir下.txt文件，并储存在indexDir下，返回索引的文件数量 
42.      *  
43.      * @param indexDir 
44.      * @param dataDir 
45.      * @return 
46.      * @throws IOException 
47.      */  
48.     public static int index(File indexDir, File dataDir) throws IOException {  
49.         if (!dataDir.exists() || !dataDir.isDirectory()) {  
50.             throw new IOException(dataDir  
51.                     + " does not exist or is not a directory");  
52.         }  
53.         /** 
54.          * 创建IndexWriter对象, 
55.          * 第一个参数是Directory,也可以为：Directory dir = new SimpleFSDirectory(new File(indexDir)); 
56.          * 第二个是分词器, 
57.          * 第三个表示是否是创建, 
58.          * 如果为false为在此基础上面修改, 
59.          * 第四表示表示分词的最大值，比如说new MaxFieldLength(2)， 
60.          * 就表示两个字一分，一般用IndexWriter.MaxFieldLength.LIMITED 
61.          *      
62.          */  
63.         IndexWriter writer = new IndexWriter(FSDirectory.open(indexDir),  
64.                 new StandardAnalyzer(Version.LUCENE_30), true,  
65.                 IndexWriter.MaxFieldLength.LIMITED);  
66.         indexDirectory(writer, dataDir);  
67.           
68.         //查看IndexWriter里面有多少个索引   
69.         int numIndexed = writer.numDocs();  
70.         writer.optimize();  
71.         writer.close();  
72.         return numIndexed;  
73.     }  
74.   
75.     /** 
76.      * 循环遍历dir下的所有.txt文件并进行索引 
77.      *  
78.      * @param writer 
79.      * @param dir 
80.      * @throws IOException 
81.      */  
82.     private static void indexDirectory(IndexWriter writer, File dir)  
83.             throws IOException {  
84.   
85.         File[] files = dir.listFiles();  
86.   
87.         for (int i = 0; i < files.length; i++) {  
88.             if (files[i].isDirectory()) {  
89.                 //递归  
90.                 indexDirectory(writer,files[i]);  
91.             } else if (files[i].getName().endsWith(".txt")){  
92.                 indexFile(writer,files[i]);  
93.             }  
94.         }  
95.     }  
96.   
97.     /** 
98.      * 对单个txt文件进行索引 
99.      *  
100.      * @param writer 
101.      * @param f 
102.      * @throws IOException 
103.      */  
104.     private static void indexFile(IndexWriter writer, File f)  
105.             throws IOException {  
106.   
107.         if (f.isHidden() || !f.exists() || !f.canRead()) {  
108.             return;  
109.         }  
110.   
111.         System.out.println("Indexing " + f.getCanonicalPath());  
112.         Document doc = new Document();  
113.         doc.add(new Field("contents", new FileReader(f)));  
114.         doc.add(new Field("filename", f.getCanonicalPath(), Field.Store.YES,Field.Index.ANALYZED));  
115.           
116.         /** 
117.          * Field.Index有五个属性，分别是：  
118.          * Field.Index.ANALYZED：分词索引  
119.          * Field.Index.NOT_ANALYZED：分词进行索引，如作者名，日期等，Rod Johnson本身为一单词，不再需要分词。  
120.          * Field.Index.NO：不进行索引，存放不能被搜索的内容如文档的一些附加属性如文档类型, URL等。  
121.          * Field.Index.NOT_ANALYZED_NO_NORMS：不使用分词索引，不使用存储规则。  
122.          * Field.Index.ANALYZED_NO_NORMS：使用分词索引，不使用存储规则。 
123.          */  
124.         writer.addDocument(doc);  
125.     }  

2：运行第二步（搜索索引）,目的是：根据创建索引的字段到所指定的索引文件夹中去寻找要搜索的字符。 
   简单来说就是：从索引文件中查找你想要得到的信息 

Java代码  

1. package com.rwg.lucene;  
2.   
3. import java.io.File;  
4. import java.util.Date;  
5.   
6. import org.apache.lucene.analysis.standard.StandardAnalyzer;  
7. import org.apache.lucene.document.Document;  
8. import org.apache.lucene.queryParser.QueryParser;  
9. import org.apache.lucene.search.IndexSearcher;  
10. import org.apache.lucene.search.Query;  
11. import org.apache.lucene.search.ScoreDoc;  
12. import org.apache.lucene.search.TopScoreDocCollector;  
13. import org.apache.lucene.store.FSDirectory;  
14. import org.apache.lucene.util.Version;  
15.   
16. /** 
17.  * 搜索索引 Lucene 3.0(第二步) 
18.  *  
19.  * @author RenWeigang 
20.  *  
21.  * @version 2010.12.13 
22.  *  
23.  */  
24. public class Searcher {  
25.       
26.     //保存索引的地方  
27.     private static String INDEX_DIR = "E:\\renwg\\茶余饭后\\新建文件夹";  
28.       
29.     private static String KEYWORD = "青云";  
30.     private static int TOP_NUM = 100;  
31.   
32.     public static void main(String[] args) throws Exception {  
33.         File indexDir = new File(INDEX_DIR);  
34.         if (!indexDir.exists() || !indexDir.isDirectory()) {  
35.             throw new Exception(indexDir  
36.                     + " does not exist or is not a directory.");  
37.         }  
38.   
39.         search(indexDir, KEYWORD);  
40.     }  
41.   
42.     /** 
43.      * 查詢 
44.      *  
45.      * @param indexDir 
46.      *        索引目录地址 
47.      * @param q 
48.      *         要查询的字符串 
49.      * @throws Exception 
50.      */  
51.     public static void search(File indexDir, String q) throws Exception {  
52.           
53.         //创建 IndexSearcher对象，相比IndexWriter对象，这个参数就要提供一个索引的目录就行了     
54.         IndexSearcher indexSearch = new IndexSearcher(FSDirectory.open(indexDir), true);// read-only  
55.         //在建立索引时,存在IndexWriter对象中的  
56.         String field = "contents";  
57.   
58.         /** 
59.          *  创建QueryParser对象, 
60.          *  第一个参数表示Lucene的版本, 
61.          *  第二个表示搜索Field的字段, 
62.          *  第三个表示搜索使用分词器  
63.          */  
64.         QueryParser parser = new QueryParser(Version.LUCENE_30, field,new StandardAnalyzer(Version.LUCENE_30));  
65.           
66.         //生成Query对象     
67.         Query query = parser.parse(q);  
68.   
69.         TopScoreDocCollector collector = TopScoreDocCollector.create(TOP_NUM,false);  
70.   
71.         // start time  
72.         long start = new Date().getTime();  
73.   
74.         indexSearch.search(query,collector);  
75.         //搜索结果TopScoreDocCollector里面有 TopDocs,TopDocs里面有scoreDocs[]数组，里面保存着索引值.     
76.         ScoreDoc[] hits = collector.topDocs().scoreDocs;  
77.           
78.         System.out.println("找到了"+hits.length+"个");  
79.           
80.         //循环ScoreDoc数据，并使用indexSearch.doc方法把Document还原，再拿出对应的字段的值    
81.         for (int i = 0; i < hits.length; i++) {  
82.             // new method is.doc()  
83.             Document doc = indexSearch.doc(hits[i].doc);  
84.             System.out.println(doc.getField("filename") + "------------"+ hits[i].toString());  
85.         }  
86.         indexSearch.close();  
87.           
88.         // end time  
89.         long end = new Date().getTime();  
90.   
91.         System.out.println("Found " + collector.getTotalHits()  
92.                 + " document(s) (in " + (end - start)  
93.                 + " milliseconds) that matched query '" + q + "':");  
94.           
95.     }  
96. }  

    把代码贴上来了，大家先熟练的使用后再详细研究它的原理。