Lucene(Lucence)建立索引(字段)

Lucene,这是官方称谓,也有许多人叫它Lucence,做搜索和分词用的工具包.也有人说是Java下的搜索引擎框架库,见仁见智的说法罢了.不管 叫什么,确实非常有用,比如做全站的搜索,其实它的用处远大于此,但凡涉及到文本搜索的地方就能用到它.我们就以做全站搜索为例,演示一下如何应用 Lucene建立索引.

Java代码

1. public   void  index(List<IArticle> list)  
2. {  
3.   //IArticle接口提供getName(标题)和getContent(内容)   
4.   //list就是从数据库里查询出来的要建立索引的对象的列表   
5.   if (list !=  null  && list.size() >  0 )  
6.   {  
7.     try  {  
8.            //标记是否重新建立索引,true为重新建立索引   
9.            boolean  flag =  true ;  
10.            //如果已存在索引,则追加索引   
11.            if (IndexReader.indexExists(path))  
12.       {  
13.          flag = false ;  
14.            }  
15.       ChineseAnalyzer ca = new  ChineseAnalyzer();  
16.       IndexWriter indexWriter = new  IndexWriter( "c:/lucene/index" ,ca,flag);           
17.       Document doc = null ;  
18.       for ( int  i= 0 ;i<list.size();i++)  
19.           {  
20.         doc = new  Document();  
21.         doc.add(new  Field( "title" ,article.getName(),Field.Store.YES,Field.Index.TOKENIZED));  
22.        //添加内容属性，内容只索引，不存储   
23.        doc.add(new  Field( "content" , new  StringReader(list.get(i).getContent())));  
24.        indexWriter.addDocument(doc);  
25.       }  
26.            //优化并关闭   
27.       indexWriter.optimize();  
28.       indexWriter.close();  
29.        } catch  (Exception e)   
30.        {  
31.       // TODO 自动生成 catch 块   
32.       //e.printStackTrace();   
33.        }  
34.   }  
35. }  

public void index(List<IArticle> list)
{
  //IArticle接口提供getName(标题)和getContent(内容)
  //list就是从数据库里查询出来的要建立索引的对象的列表
  if(list != null && list.size() > 0)
  {
    try {
           //标记是否重新建立索引,true为重新建立索引
           boolean flag = true;
           //如果已存在索引,则追加索引
           if(IndexReader.indexExists(path))
	  {
	     flag = false;
           }
	  ChineseAnalyzer ca = new ChineseAnalyzer();
	  IndexWriter indexWriter = new IndexWriter("c:/lucene/index",ca,flag);			
	  Document doc = null;
	  for(int i=0;i<list.size();i++)
          {
	    doc = new Document();
	    doc.add(new Field("title",article.getName(),Field.Store.YES,Field.Index.TOKENIZED));
	   //添加内容属性，内容只索引，不存储
	   doc.add(new Field("content",new StringReader(list.get(i).getContent())));
	   indexWriter.addDocument(doc);
	  }
           //优化并关闭
	  indexWriter.optimize();
	  indexWriter.close();
       } catch (Exception e) 
       {
	  // TODO 自动生成 catch 块
	  //e.printStackTrace();
       }
  }
}

简单说下需要注意的地方:
1.ChineseAnalyzer ca = new ChineseAnalyzer();这个是分析器,Lucene内置多个,处理中文搜索我会用ChineseAnalyzer.
2.IndexWriter indexWriter = new IndexWriter(c:/lucene/index,ca,true);处理索引的类,注意其构造方法里的最后一个参数,如果为true则表示,下 次建立索引时会清除这次建立的索引重新建立索引,如果为false则表示追加索引,在原来索引的基础上追加.看实际情况定true或false.
3.doc.add(new Field("title",article.getName(),Field.Store.YES,Field.Index.TOKENIZED));这一句表示为文章标题建立索引并存储.
4.doc.add(new Field("content",new StringReader(list.get(i).getContent())));这句是为内容建立索引但不存储
   这样我们就为文章对象建立好索引了,然后就可以利用Lucene的其他类对这个索引目录进行搜索了,关于搜索部分我们稍后再补充上.
   下面是搜索部分的代码,写的简陋了点,比较简单,不再多说,请参看注释:

Java代码

1. public   class  Search  
2. {  
3.   //定义一个索引搜索类对象   
4.   private  IndexSearcher searcher =  null ;  
5.   //定义一个Query对象   
6.   private  Query query =  null ;  
7.   //定义中文分析器   
8.   ChineseAnalyzer analyzer = new  ChineseAnalyzer();  
9.   //构造方法里完成searcher的实例化   
10.   public  Search()  
11.   {  
12.     try   
13.     {  
14.      //这里的参数就是上面我们生成索引的目录   
15.      searcher = new  IndexSearcher(IndexReader.open( "c:/lucene/index" ));  
16.     }catch (Exception e)  
17.     {  
18.       e.printStackTrace();  
19.     }  
20.   }  
21.   public  Hits search(String keyword)  throws  Exception  
22.   {  
23.     //开始搜索的时间   
24.     Date start = new  Date();  
25.     //对我们索引的content字段进行搜索   
26.     QueryParser qp = new  QueryParser( "content" ,analyzer);  
27.     this .query = qp.parse(keyword);  
28.     Hits hits = this .searcher.search(query);  
29.     Date end = new  Date();  
30.     System.out.println("检索完成,用时" +(end.getTime()-start.getTime())+ "毫秒" );  
31.     //////////打印测试////////   
32.     if (hits !=  null  && hits.length() >  0 )  
33.     {  
34.       for ( int  i =  0 ; i < hits.length(); i++)  
35.       {  
36.         try   
37.         {  
38.           Document doc = hits.doc(i);  
39.           System.out.println("结果" +(i+ 1 )+ ":" +doc.get( "title" )+ " createTime:" +doc.get( "content" ));   
40.           //System.out.println(doc.get("path"));   
41.         }catch (Exception e)  
42.         {  
43.           e.printStackTrace();  
44.         }  
45.       }  
46.     }  
47.     return  hits;  
48.   }  
49.   ///调用，主方法   
50.   public   static   void  main(String[] args)  
51.   {  
52.     try    
53.     {  
54.       Search test = new  Search();  
55.       Hits h = test.search("你好" );  
56.     } catch  (Exception e)   
57.     {  
58.       // TODO 自动生成 catch 块   
59.        e.printStackTrace();  
60.     }  
61.   }  
62. }