Lucene学习札记（一）Lucene入门实例

2012-10-16

Lucene学习笔记（一）Lucene入门实例学习Lucene有两周时间，现就这两周的学习做一个简单小结，写了一个入门级

Lucene学习笔记（一）Lucene入门实例

学习Lucene有两周时间，现就这两周的学习做一个简单小结，写了一个入门级别的实例，如下面所示；

小结：

一、?Lucene是全文搜索引擎，注意是全文检索，但只检索文本。具体应用可以总结为一句话：先建立索引，再进行搜索；

二、从信息源拷贝到本地进行加工，称为索引库（信息集合），加工主要包括建立索引，具体是把文本中的关键字拆分出来建立索引；搜索时在本地索引库中搜索，具体是把搜索的字符串解析后再到索引库中匹配；

三、文本在建立索引和搜索时都会进行分词，并且要使用同一个分词器。

下面展示运行例子，先贴运行截图：

本例子是一个Web项目，需要运行在Servlet容器中，下载附件War包后部署好项目后，先访问后台http://localhost:8080/lucene/admin/index.jsp添加数据：

Lucene学习札记（一）Lucene入门实例
?如图，在D:\\lucene目录下游许多原始数据，主要包括一些文本文件，如Word，Excel，PPT，txt，HTML，XML等，这些文件中包括许多信息；

提交添加完成后访问主页面http://localhost:8080/lucene/?进行搜索

Lucene学习札记（一）Lucene入门实例
?

点击回车或搜索可以看到结果：

Lucene学习札记（一）Lucene入门实例
?可以看到包含关键字Kobe的文本有上图所示那么多，点击可以进行查看相应文档；

代码简要说明：

一、Lucene不能直接对Word，Excel，PPT，PDF等进行检索，检索时需要先抽取出Word，Excel，PPT，PDF包含的文本，抽取文本类为：File2StringUtils，如下所示：

?
二、创建索引部分代码：
private Document getDocument(File file) throws IOException {Document doc = new Document();doc.add(new Field(  "path",   file.getPath(),   Field.Store.YES,   Field.Index.NOT_ANALYZED  ));doc.add(new Field(  "modified",  new SimpleDateFormat("yyyy:MM:dd HH:mm:ss").format(file.lastModified()),   Field.Store.YES,   Field.Index.NOT_ANALYZED  ));doc.add(new Field("contents", getTextualReader(file)));return doc;}private Reader getTextualReader(File file) throws IOException {if(file.getName().endsWith(".doc")) {return new StringReader(File2StringUtils.wordTranslation(file));} else if(file.getName().endsWith(".ppt")) {return new StringReader(File2StringUtils.powerPointTranslation(file));}else if(file.getName().endsWith(".xls")) {return new StringReader(File2StringUtils.excelTranlation(file));}else {return new FileReader(file);}}
?
具体细节代码查看附件
?
完
?
?
?
?
?
?
?
?
    1 楼    wang1352083    2012-08-30              感谢楼主,能把源文件发我一份吗?wang1352083@gmail.com这样就更容易入门lucene了.

热点排行

软件架构设计

Lucene学习札记（一）Lucene入门实例