Lucene-全文索引

一.Lucene基礎

Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是爲軟件開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此爲基礎建立起完整的全文檢索引擎。Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟件基金會支持和提供。Lucene提供了一個簡單卻強大的應用程式接口，能夠做全文索引和搜尋。在Java開發環境裏Lucene是一個成熟的免費開源工具。就其本身而言，Lucene是當前以及最近幾年最受歡迎的免費Java信息檢索程序庫。人們經常提到信息檢索程序庫，雖然與搜索引擎有關，但不應該將信息檢索程序庫與搜索引擎相混淆。

二.下載

lucene有7個包需要導入：analysis，document，index，queryParser，search，store，util

    以下是最常用的：

     Lucene-core-5.0.0.jar，其中包括了常用的文檔，索引，搜索，存儲等相關核心代碼

    Lucene-analyzers-common-5.0.0.jar，這裏麪包含了各種語言的詞法分析器，用於對文件內容進行關鍵字切分，提取。

    Lucene-highlighter-5.0.0.jar，這個jar包主要用於搜索出的內容高亮顯示。

    Lucene-queryparser-5.0.0.jar，提供了搜索相關的代碼，用於各種搜索，比如模糊搜索，範圍搜索，等等。

三.索引建立

//以下是將索引放到內存上
//1.創建Directory （索引建立在內存還是硬盤等）
	//Directory directory = new RAMDirectory();///創建索引在內存上
	
	Directory directory = new FSDirectory.open(new File("E:/lucene/index"));//創建索引在硬盤上


//2.創建IndexWriter （寫索引） 
	Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);
	IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_CURRENT, analyzer);
	IndexWriter iwriter = new IndexWriter(directory, config);

//3.創建Document對象（文檔或數據庫表等每一個屬性就叫這個文檔的field）
	Document doc = new Document();

//4.爲Document添加field
	File f = new File("E:/lucene/example");//該文件夾下可能會有很多文件
	for(File file:f.listFiles()){
	    doc = new Document();
	    doc.add(new Field("content",new FildReader(file)))//將內容添加到索引中
 	    doc.add(new Field("fieldname",file.getName(),Fild.Store.YES,Fild.Index.not_Analyzer))//添加名字,將名字存儲到硬盤上，不做分詞。
 	    doc.add(new Field("path",file.getAbsolutePath(),Fild.Store.YES,Fild.Index.not_Analyzer))//添加文件路徑到索引中,將文件路徑存儲到硬盤上，不做分詞。
            iwriter.addDocument(doc);
	}
//5.關閉IndexWriter 
	iwriter.close();//通常放到事務外

四.分詞

五.搜索

//1.創建Directory （索引建立在內存還是硬盤等）
	Directory directory = new FSDirectory.open(new File("E:/lucene/index"));//創建索引在硬盤上

//2.創建IndexReader讀索引
	IndexReader reader = IndexReader.open("directory ");

//3.根據IndexReader創建IndexSearcher
	IndexSearcher searcher = new IndexSearcher("reader");

//4.創建搜索的Query
	Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURRENT);
	//創建parser來確定要搜索文件的內容，第二個參數表示要搜索的域
	QueryParser parser = new QueryParser(Version.LUCENE_CURRENT, analyzer);
	//創建query表示搜索域爲content中包含java的文檔
	Query query = parser.parse("java");//java是要搜索的詞
//5.根據searcher搜索並返回TopDos
TopDos tds = searcher.search(query,10);//10條
//6.通過TopDo獲取ScoreDos對象
	ScoreDos[] sds = tds.scoreDos;
	for(ScoreDos sd :sds){
	//7.根據searcher和ScoreDos對象獲取具體得Document對象
	Document d = searcher.doc(sd.doc);
	//8.根據Document對象獲取需要的值
	System.out.println(d.get("filename")+"["+d.get("path")+"]")
	}

//5.關閉reader
	reader.close();//通常放到事務外

六.高級搜索