http://www.vifir.com/html/20080827/1703937.html

一個例子學懂搜索引擎(lucene) 來源：javaeye　作者：　phz50　2008-08-27 16:44:40.0網友評論：0條　點擊：8996 其實，lucene是一個很容易上手的搜索引擎框架，傳統的搜索引擎，涉及到爬蟲，也就是爬取網頁，然后對網頁進行加工，也就是索引，最后用于搜索，lucene這個框架可以很方便的幫你做到后面兩個步驟，也就是索引和搜索！本文嘗試通過一個例子，使大家掌握lucene的使用核心方法，包括分詞、索引、搜索不同的目錄、搜索不同的域，希望大家通過這個實例，對lucene和搜索引擎能有比較全面的認識！

其實，lucene是一個很容易上手的搜索引擎框架，傳統的搜索引擎，涉及到爬蟲，也就是爬取網頁，然后對網頁進行加工，也就是索引，最后用于搜 索，lucene這個框架可以很方便的幫你做到后面兩個步驟，也就是索引和搜索！本文嘗試通過一個例子，使大家掌握lucene的使用核心方法，包括分 詞、索引、搜索不同的目錄、搜索不同的域，希望大家通過這個實例，對lucene和搜索引擎能有比較全面的認識！

下面是這個例子的代碼：
phz.LuceneTest.java

package?phz;

?

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

import?org.apache.lucene.document.Document;

import?org.apache.lucene.document.Field;

import?org.apache.lucene.index.IndexWriter;

import?org.apache.lucene.queryParser.MultiFieldQueryParser;

import?org.apache.lucene.search.BooleanClause;

import?org.apache.lucene.search.Hits;

import?org.apache.lucene.search.IndexSearcher;

import?org.apache.lucene.search.MultiSearcher;

import?org.apache.lucene.search.Query;

?

/**

?*?這個實例包含了lucene所有核心用法

?*

?*?@author?panhuizi

?*

?*/

public?class?LuceneTest?{

?

????public?static?void?main(String[]?args)?{

????????try?{

????????????LuceneTest?luceneTest?=?new?LuceneTest();

????????????//?創建索引

????????????luceneTest.index();

????????????//?在索引所在目錄下搜索"中國?金牌"

????????????luceneTest.search("中國?金牌");

????????}?catch?(Exception?e)?{

????????????e.printStackTrace();

????????}

????????System.out.println("ok");

????}

?

????public?void?index()?throws?Exception?{

????????/*?創建索引初始化，執行這些語句將創建或清空d:\\save\\目錄下所有索引?*/

????????IndexWriter?writer1?=?new?IndexWriter("d:\\save\\",

????????????????new?StandardAnalyzer(),?true);

????????writer1.close();

?

????????/*

?????????*?往創建的初始化索引中添加索引內容，StandardAnalyzer表示用lucene自帶的標準分詞機制，

?????????*?false表示不覆蓋原來該目錄的索引，細心的讀者可能已經發現，?這句話和上面的那句就這個false不一樣

?????????*/

????????IndexWriter?writer2?=?new?IndexWriter("d:\\save\\",

????????????????new?StandardAnalyzer(),?false);

????????/*?創建一份文件?*/

????????Document?doc1?=?new?Document();

????????/*

?????????*?創建一個域ArticleTitle，并往這個域里面添加內容?"Field.Store.YES"表示域里面的內容將被存儲到索引

?????????*?"Field.Index.TOKENIZED"表示域里面的內容將被索引，以便用來搜索

?????????*/

????????Field?field1?=?new?Field("ArticleTitle",?"北京2008年奧運會",?Field.Store.YES,

????????????????Field.Index.TOKENIZED);

????????/*?往文件里添加這個域?*/

????????doc1.add(field1);

????????/*?同理：創建另外一個域ArticleText，并往這個域里面添加內容?*/

????????Field?field2?=?new?Field("ArticleText",?"這是一屆創造奇跡、超越夢想的奧運會.......",

????????????????Field.Store.YES,?Field.Index.TOKENIZED);

????????doc1.add(field2);

????????//?在這里還可以添加其他域

????????/*?添加這份文件到索引?*/

????????writer2.addDocument(doc1);

?

????????/*?同理：創建第二份文件?*/

????????Document?doc2?=?new?Document();

????????field1?=?new?Field("ArticleTitle",?"中國獲得全球贊譽",?Field.Store.YES,

????????????????Field.Index.TOKENIZED);

????????doc2.add(field1);

????????field2?=?new?Field("ArticleText",?"中國所取得的金牌總數排行榜的榜首........",

????????????????Field.Store.YES,?Field.Index.TOKENIZED);

????????doc2.add(field2);

?

????????writer2.addDocument(doc2);

?

????????//?在這里可以添加其他文件

?

????????/*?關閉?*/

????????writer2.close();

????}

?

????public?void?search(String?serchString)?throws?Exception?{

????????/*?創建一個搜索，搜索剛才創建的d:\\save\\目錄下的索引?*/

????????IndexSearcher?indexSearcher?=?new?IndexSearcher("d:\\save\\");

????????/*?在這里我們只需要搜索一個目錄?*/

????????IndexSearcher?indexSearchers[]?=?{?indexSearcher?};

????????/*?我們需要搜索兩個域"ArticleTitle",?"ArticleText"里面的內容?*/

????????String[]?fields?=?{?"ArticleTitle",?"ArticleText"?};

????????/*?下面這個表示要同時搜索這兩個域，而且只要一個域里面有滿足我們搜索的內容就行?*/

????????BooleanClause.Occur[]?clauses?=?{?BooleanClause.Occur.SHOULD,

????????????????BooleanClause.Occur.SHOULD?};

????????/*

?????????*?MultiFieldQueryParser表示多個域解析，

?????????*?同時可以解析含空格的字符串，如果我們搜索"中國?金牌"，根據前面的索引，顯然搜到的是第二份文件

?????????*/

????????Query?query?=?MultiFieldQueryParser.parse(serchString,?fields,?clauses,

????????????????new?StandardAnalyzer());

????????/*?Multisearcher表示多目錄搜索，在這里我們只有一個目錄?*/

????????MultiSearcher?searcher?=?new?MultiSearcher(indexSearchers);

????????/*?開始搜索?*/

????????Hits?h?=?searcher.search(query);

????????/*?把搜索出來的所有文件打印出來?*/

????????for?(int?i?=?0;?i?<?h.length();?i++)?{

????????????/*?打印出文件里面ArticleTitle域里面的內容?*/

????????????System.out.println(h.doc(i).get("ArticleTitle"));

????????????/*?打印出文件里面ArticleText域里面的內容?*/

????????????System.out.println(h.doc(i).get("ArticleText"));

????????}

????????/*?關閉?*/

????????searcher.close();

????}

}

package phz;import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.queryParser.MultiFieldQueryParser; import org.apache.lucene.search.BooleanClause; import org.apache.lucene.search.Hits; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.MultiSearcher; import org.apache.lucene.search.Query;/*** 這個實例包含了lucene所有核心用法* * @author panhuizi* */ public class LuceneTest {public static void main(String[] args) {try {LuceneTest luceneTest = new LuceneTest();// 創建索引luceneTest.index();// 在索引所在目錄下搜索"中國 金牌"luceneTest.search("中國 金牌");} catch (Exception e) {e.printStackTrace();}System.out.println("ok");}public void index() throws Exception {/* 創建索引初始化，執行這些語句將創建或清空d:\\save\\目錄下所有索引 */IndexWriter writer1 = new IndexWriter("d:\\save\\",new StandardAnalyzer(), true);writer1.close();/** 往創建的初始化索引中添加索引內容，StandardAnalyzer表示用lucene自帶的標準分詞機制，* false表示不覆蓋原來該目錄的索引，細心的讀者可能已經發現， 這句話和上面的那句就這個false不一樣*/IndexWriter writer2 = new IndexWriter("d:\\save\\",new StandardAnalyzer(), false);/* 創建一份文件 */Document doc1 = new Document();/** 創建一個域ArticleTitle，并往這個域里面添加內容 "Field.Store.YES"表示域里面的內容將被存儲到索引* "Field.Index.TOKENIZED"表示域里面的內容將被索引，以便用來搜索*/Field field1 = new Field("ArticleTitle", "北京2008年奧運會", Field.Store.YES,Field.Index.TOKENIZED);/* 往文件里添加這個域 */doc1.add(field1);/* 同理：創建另外一個域ArticleText，并往這個域里面添加內容 */Field field2 = new Field("ArticleText", "這是一屆創造奇跡、超越夢想的奧運會.......",Field.Store.YES, Field.Index.TOKENIZED);doc1.add(field2);// 在這里還可以添加其他域/* 添加這份文件到索引 */writer2.addDocument(doc1);/* 同理：創建第二份文件 */Document doc2 = new Document();field1 = new Field("ArticleTitle", "中國獲得全球贊譽", Field.Store.YES,Field.Index.TOKENIZED);doc2.add(field1);field2 = new Field("ArticleText", "中國所取得的金牌總數排行榜的榜首........",Field.Store.YES, Field.Index.TOKENIZED);doc2.add(field2);writer2.addDocument(doc2);// 在這里可以添加其他文件/* 關閉 */writer2.close();}public void search(String serchString) throws Exception {/* 創建一個搜索，搜索剛才創建的d:\\save\\目錄下的索引 */IndexSearcher indexSearcher = new IndexSearcher("d:\\save\\");/* 在這里我們只需要搜索一個目錄 */IndexSearcher indexSearchers[] = { indexSearcher };/* 我們需要搜索兩個域"ArticleTitle", "ArticleText"里面的內容 */String[] fields = { "ArticleTitle", "ArticleText" };/* 下面這個表示要同時搜索這兩個域，而且只要一個域里面有滿足我們搜索的內容就行 */BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,BooleanClause.Occur.SHOULD };/** MultiFieldQueryParser表示多個域解析，* 同時可以解析含空格的字符串，如果我們搜索"中國 金牌"，根據前面的索引，顯然搜到的是第二份文件*/Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,new StandardAnalyzer());/* Multisearcher表示多目錄搜索，在這里我們只有一個目錄 */MultiSearcher searcher = new MultiSearcher(indexSearchers);/* 開始搜索 */Hits h = searcher.search(query);/* 把搜索出來的所有文件打印出來 */for (int i = 0; i < h.length(); i++) {/* 打印出文件里面ArticleTitle域里面的內容 */System.out.println(h.doc(i).get("ArticleTitle"));/* 打印出文件里面ArticleText域里面的內容 */System.out.println(h.doc(i).get("ArticleText"));}/* 關閉 */searcher.close();} }

附件中每一步驟都有比較詳細的說明！
關于lucene，有任何疑問，都可以提出來，大家一起交流！

• luceneTest.rar (594.2 KB)
• 描述: 這個實例包含了lucene所有核心用法
• 下載次數: 375

轉載自:http://phz50.javaeye.com/blog/232429

其實，lucene是一個很容易上手的搜索引擎框架，傳統的搜索引擎，涉及到爬蟲，也就是爬取網頁，然后對網頁進行加工，也就是索引，最后用于搜 索，lucene這個框架可以很方便的幫你做到后面兩個步驟，也就是索引和搜索！本文嘗試通過一個例子，使大家掌握lucene的使用核心方法，包括分 詞、索引、搜索不同的目錄、搜索不同的域，希望大家通過這個實例，對lucene和搜索引擎能有比較全面的認識！

下面是這個例子的代碼：
phz.LuceneTest.java

package?phz;

?

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

import?org.apache.lucene.document.Document;

import?org.apache.lucene.document.Field;

import?org.apache.lucene.index.IndexWriter;

import?org.apache.lucene.queryParser.MultiFieldQueryParser;

import?org.apache.lucene.search.BooleanClause;

import?org.apache.lucene.search.Hits;

import?org.apache.lucene.search.IndexSearcher;

import?org.apache.lucene.search.MultiSearcher;

import?org.apache.lucene.search.Query;

?

/**

?*?這個實例包含了lucene所有核心用法

?*

?*?@author?panhuizi

?*

?*/

public?class?LuceneTest?{

?

????public?static?void?main(String[]?args)?{

????????try?{

????????????LuceneTest?luceneTest?=?new?LuceneTest();

????????????//?創建索引

????????????luceneTest.index();

????????????//?在索引所在目錄下搜索"中國?金牌"

????????????luceneTest.search("中國?金牌");

????????}?catch?(Exception?e)?{

????????????e.printStackTrace();

????????}

????????System.out.println("ok");

????}

?

????public?void?index()?throws?Exception?{

????????/*?創建索引初始化，執行這些語句將創建或清空d:\\save\\目錄下所有索引?*/

????????IndexWriter?writer1?=?new?IndexWriter("d:\\save\\",

????????????????new?StandardAnalyzer(),?true);

????????writer1.close();

?

????????/*

?????????*?往創建的初始化索引中添加索引內容，StandardAnalyzer表示用lucene自帶的標準分詞機制，

?????????*?false表示不覆蓋原來該目錄的索引，細心的讀者可能已經發現，?這句話和上面的那句就這個false不一樣

?????????*/

????????IndexWriter?writer2?=?new?IndexWriter("d:\\save\\",

????????????????new?StandardAnalyzer(),?false);

????????/*?創建一份文件?*/

????????Document?doc1?=?new?Document();

????????/*

?????????*?創建一個域ArticleTitle，并往這個域里面添加內容?"Field.Store.YES"表示域里面的內容將被存儲到索引

?????????*?"Field.Index.TOKENIZED"表示域里面的內容將被索引，以便用來搜索

?????????*/

????????Field?field1?=?new?Field("ArticleTitle",?"北京2008年奧運會",?Field.Store.YES,

????????????????Field.Index.TOKENIZED);

????????/*?往文件里添加這個域?*/

????????doc1.add(field1);

????????/*?同理：創建另外一個域ArticleText，并往這個域里面添加內容?*/

????????Field?field2?=?new?Field("ArticleText",?"這是一屆創造奇跡、超越夢想的奧運會.......",

????????????????Field.Store.YES,?Field.Index.TOKENIZED);

????????doc1.add(field2);

????????//?在這里還可以添加其他域

????????/*?添加這份文件到索引?*/

????????writer2.addDocument(doc1);

?

????????/*?同理：創建第二份文件?*/

????????Document?doc2?=?new?Document();

????????field1?=?new?Field("ArticleTitle",?"中國獲得全球贊譽",?Field.Store.YES,

????????????????Field.Index.TOKENIZED);

????????doc2.add(field1);

????????field2?=?new?Field("ArticleText",?"中國所取得的金牌總數排行榜的榜首........",

????????????????Field.Store.YES,?Field.Index.TOKENIZED);

????????doc2.add(field2);

?

????????writer2.addDocument(doc2);

?

????????//?在這里可以添加其他文件

?

????????/*?關閉?*/

????????writer2.close();

????}

?

????public?void?search(String?serchString)?throws?Exception?{

????????/*?創建一個搜索，搜索剛才創建的d:\\save\\目錄下的索引?*/

????????IndexSearcher?indexSearcher?=?new?IndexSearcher("d:\\save\\");

????????/*?在這里我們只需要搜索一個目錄?*/

????????IndexSearcher?indexSearchers[]?=?{?indexSearcher?};

????????/*?我們需要搜索兩個域"ArticleTitle",?"ArticleText"里面的內容?*/

????????String[]?fields?=?{?"ArticleTitle",?"ArticleText"?};

????????/*?下面這個表示要同時搜索這兩個域，而且只要一個域里面有滿足我們搜索的內容就行?*/

????????BooleanClause.Occur[]?clauses?=?{?BooleanClause.Occur.SHOULD,

????????????????BooleanClause.Occur.SHOULD?};

????????/*

?????????*?MultiFieldQueryParser表示多個域解析，

?????????*?同時可以解析含空格的字符串，如果我們搜索"中國?金牌"，根據前面的索引，顯然搜到的是第二份文件

?????????*/

????????Query?query?=?MultiFieldQueryParser.parse(serchString,?fields,?clauses,

????????????????new?StandardAnalyzer());

????????/*?Multisearcher表示多目錄搜索，在這里我們只有一個目錄?*/

????????MultiSearcher?searcher?=?new?MultiSearcher(indexSearchers);

????????/*?開始搜索?*/

????????Hits?h?=?searcher.search(query);

????????/*?把搜索出來的所有文件打印出來?*/

????????for?(int?i?=?0;?i?<?h.length();?i++)?{

????????????/*?打印出文件里面ArticleTitle域里面的內容?*/

????????????System.out.println(h.doc(i).get("ArticleTitle"));

????????????/*?打印出文件里面ArticleText域里面的內容?*/

????????????System.out.println(h.doc(i).get("ArticleText"));

????????}

????????/*?關閉?*/

????????searcher.close();

????}

}

package phz;import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.queryParser.MultiFieldQueryParser; import org.apache.lucene.search.BooleanClause; import org.apache.lucene.search.Hits; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.MultiSearcher; import org.apache.lucene.search.Query;/*** 這個實例包含了lucene所有核心用法* * @author panhuizi* */ public class LuceneTest {public static void main(String[] args) {try {LuceneTest luceneTest = new LuceneTest();// 創建索引luceneTest.index();// 在索引所在目錄下搜索"中國 金牌"luceneTest.search("中國 金牌");} catch (Exception e) {e.printStackTrace();}System.out.println("ok");}public void index() throws Exception {/* 創建索引初始化，執行這些語句將創建或清空d:\\save\\目錄下所有索引 */IndexWriter writer1 = new IndexWriter("d:\\save\\",new StandardAnalyzer(), true);writer1.close();/** 往創建的初始化索引中添加索引內容，StandardAnalyzer表示用lucene自帶的標準分詞機制，* false表示不覆蓋原來該目錄的索引，細心的讀者可能已經發現， 這句話和上面的那句就這個false不一樣*/IndexWriter writer2 = new IndexWriter("d:\\save\\",new StandardAnalyzer(), false);/* 創建一份文件 */Document doc1 = new Document();/** 創建一個域ArticleTitle，并往這個域里面添加內容 "Field.Store.YES"表示域里面的內容將被存儲到索引* "Field.Index.TOKENIZED"表示域里面的內容將被索引，以便用來搜索*/Field field1 = new Field("ArticleTitle", "北京2008年奧運會", Field.Store.YES,Field.Index.TOKENIZED);/* 往文件里添加這個域 */doc1.add(field1);/* 同理：創建另外一個域ArticleText，并往這個域里面添加內容 */Field field2 = new Field("ArticleText", "這是一屆創造奇跡、超越夢想的奧運會.......",Field.Store.YES, Field.Index.TOKENIZED);doc1.add(field2);// 在這里還可以添加其他域/* 添加這份文件到索引 */writer2.addDocument(doc1);/* 同理：創建第二份文件 */Document doc2 = new Document();field1 = new Field("ArticleTitle", "中國獲得全球贊譽", Field.Store.YES,Field.Index.TOKENIZED);doc2.add(field1);field2 = new Field("ArticleText", "中國所取得的金牌總數排行榜的榜首........",Field.Store.YES, Field.Index.TOKENIZED);doc2.add(field2);writer2.addDocument(doc2);// 在這里可以添加其他文件/* 關閉 */writer2.close();}public void search(String serchString) throws Exception {/* 創建一個搜索，搜索剛才創建的d:\\save\\目錄下的索引 */IndexSearcher indexSearcher = new IndexSearcher("d:\\save\\");/* 在這里我們只需要搜索一個目錄 */IndexSearcher indexSearchers[] = { indexSearcher };/* 我們需要搜索兩個域"ArticleTitle", "ArticleText"里面的內容 */String[] fields = { "ArticleTitle", "ArticleText" };/* 下面這個表示要同時搜索這兩個域，而且只要一個域里面有滿足我們搜索的內容就行 */BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD,BooleanClause.Occur.SHOULD };/** MultiFieldQueryParser表示多個域解析，* 同時可以解析含空格的字符串，如果我們搜索"中國 金牌"，根據前面的索引，顯然搜到的是第二份文件*/Query query = MultiFieldQueryParser.parse(serchString, fields, clauses,new StandardAnalyzer());/* Multisearcher表示多目錄搜索，在這里我們只有一個目錄 */MultiSearcher searcher = new MultiSearcher(indexSearchers);/* 開始搜索 */Hits h = searcher.search(query);/* 把搜索出來的所有文件打印出來 */for (int i = 0; i < h.length(); i++) {/* 打印出文件里面ArticleTitle域里面的內容 */System.out.println(h.doc(i).get("ArticleTitle"));/* 打印出文件里面ArticleText域里面的內容 */System.out.println(h.doc(i).get("ArticleText"));}/* 關閉 */searcher.close();} }

附件中每一步驟都有比較詳細的說明！
關于lucene，有任何疑問，都可以提出來，大家一起交流！

• luceneTest.rar (594.2 KB)
• 描述: 這個實例包含了lucene所有核心用法
• 下載次數: 375

轉載自:http://phz50.javaeye.com/blog/232429

?

總結

以上是生活随笔為你收集整理的一个例子学懂搜索引擎(lucene)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。