lucene学习-2 - 一个示例

接下来我会写一个lucene的实例。实际上在搜索引擎上随便搜索下都能找到这样的东西。不过还是写一下吧，这也是我学习的经历。

package com.zhyea.doggie;



import java.io.BufferedReader;

import java.io.File;

import java.io.FileReader;

import java.io.IOException;



import org.apache.lucene.analysis.Analyzer;

import org.apache.lucene.analysis.standard.StandardAnalyzer;

import org.apache.lucene.document.Document;

import org.apache.lucene.document.Field;

import org.apache.lucene.document.StringField;

import org.apache.lucene.document.TextField;

import org.apache.lucene.index.DirectoryReader;

import org.apache.lucene.index.IndexReader;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.index.Term;

import org.apache.lucene.queryparser.classic.QueryParser;

import org.apache.lucene.search.IndexSearcher;

import org.apache.lucene.search.Query;

import org.apache.lucene.search.ScoreDoc;

import org.apache.lucene.search.TermQuery;

import org.apache.lucene.search.TopDocs;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.apache.lucene.util.Version;



public class LuceneTest {



    public static void main(String[] args) {

        // 要用来检索的样本文件存储路径

        String docPath = "D:\\aqsiqDevelop\\workspace3\\doggie\\WebContent\\docs";

        // 索引文件存储路径

        String indexPath = "D:\\aqsiqDevelop\\workspace3\\doggie\\WebContent\\index";

        try {

            // 分析器，这里使用了标准分析器

            Analyzer analyzer = new StandardAnalyzer();

            // 准备好索引存储目录

            Directory dir = FSDirectory.open(new File(indexPath));

            // 创建IndexWriter（索引写入器）配置，

            // 在配置中指明创建IndexWriter使用的lucene的版本及使用的分析器

            IndexWriterConfig config = new IndexWriterConfig(Version.LATEST,

                    analyzer);

            // 创建IndexWriter（索引写入器），并指明索引存储路径和配置文件

            IndexWriter writer = new IndexWriter(dir, config);

            // 使用IndexWriter（索引写入器）创建索引，这里另外创建一个方法

            addDocuments(docPath, writer);

            

            /* -------------创建索引结束，以下是进行搜索------------ */

            // 创建索引读出器

            IndexReader reader = DirectoryReader.open(dir);

            // 创建搜索器

            IndexSearcher seacher = new IndexSearcher(reader);

            // 创建搜索对象

            Query query = new TermQuery(new Term("content", "杨过"));

            // 执行搜索，并返回结果

            TopDocs topDocs = seacher.search(query, 10000);

            // 展示搜索结果

            Document doc;

            for(ScoreDoc tmp : topDocs.scoreDocs){

                doc = reader.document(tmp.doc);

                System.out.println("书名：" + doc.get("name") 

                                 + "---------------------"

                                 + "路径：" + doc.get("path"));

            }

        } catch (Exception e) {

            e.printStackTrace();

        }

    }



    /**

     * 遍历样本文本所在的目录，进行分析。 

     * 这里采用的样本文本是金庸的三部小说：神雕、射雕和笑傲江湖。

     * @param docPath

     *            样本文本存储路径

     * @param writer

     *            索引写入器

     * @throws IOException

     */

    private static void addDocuments(String docPath, IndexWriter writer)

            throws IOException {

        File dir = new File(docPath);

        for (File tmp : dir.listFiles()) {

            //创建Document对象，代表一个被索引的基本单元

            Document doc = new Document();

            String fileName = tmp.getName();

            String filePath = tmp.getCanonicalPath();        

            String fileContent = readTxt(tmp);

            //创建Field，并加入Document

            doc.add(new StringField("name", fileName,   Field.Store.YES));

            doc.add(new StringField("path", filePath,   Field.Store.YES));

            doc.add(new TextField("content",fileContent,Field.Store.YES));

            //将Document从内存写入真实目录

            writer.addDocument(doc);

            //提交索引，将索引写入索引文件，这个别忘了

            writer.commit();

        }

    }



    /**

     * 换行标志符

     */

    static final String NEWLINE = System.getProperty("line.separator");



    /**

     * 读取txt文件

     * 

     * @param file

     *            txt文件对象

     * @return

     * @throws IOException

     */

    private static String readTxt(File file) throws IOException {

        BufferedReader br = null;

        try {

            br = new BufferedReader(new FileReader(file));

            StringBuilder builder = new StringBuilder();

            String line;

            while (null != (line = br.readLine())) {

                builder.append(line).append(NEWLINE);

            }

            return builder.toString();

        } finally {

            if (null != br) br.close();

        }

    }

}

执行代码，发现没有任何输出。用luke进行查看索引目录，发现content对应的是乱码：

在读取txt文件时，需要调整编码格式，或者直接调整txt的编码格式与工作空间默认编码相同即可。

这里就不写出了。

调整乱码后，再次执行程序，发现还是不能检索出什么东西。再次查看索引目录：

所有的中文字符都被分开成为单独的Term。这次需要调整分析器，将分析器调整为CJKAnalyzer。这次能够检索出结果了：

实际上，影响查询结果的不只是分析器，还有这一句：

new TermQuery(new Term("content", "杨过"));

好了，这些可以留到以后再说。

all。