说明一下,这一篇文章的用到的lucene,是用2.0版本的,主要在查询的时候2.0版本的lucene与以前的版本有了一些区别.
其实这一些代码都是早几个月写的,自己很懒,所以到今天才写到自己的博客上,高深的文章自己写不了,只能记录下一些简单的记录与点滴,其中的代码算是自娱自乐的,希望高手不要把重构之类的砸下来...

1、在windows系统下的的C盘,建一个名叫s的文件夹,在该文件夹里面随便建三个txt文件,随便起名啦,就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的内容如下:


代码
中华人民共和国   
全国人民   
2006 年  

而"2.txt"和"3.txt"的内容也可以随便写几写,这里懒写,就复制一个和1.txt文件的内容一样吧

2、下载lucene包,放在classpath路径中
建立索引:

package lighter.javaeye.com;   
  
import java.io.BufferedReader;   
import java.io.File;   
import java.io.FileInputStream;   
import java.io.IOException;   
import java.io.InputStreamReader;   
import java.util.Date;   
  
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.index.IndexWriter;   
  
/**  
 * author lighter date 2006-8-7  
 
*/
  
public class TextFileIndexer {   
    
public static void main(String[] args) throws Exception {   
        
/* 指明要索引文件夹的位置,这里是C盘的S文件夹下 */  
        File fileDir 
= new File("c:\\s");   
  
        
/* 这里放索引文件的位置 */  
        File indexDir 
= new File("c:\\index");   
        Analyzer luceneAnalyzer 
= new StandardAnalyzer();   
        IndexWriter indexWriter 
= new IndexWriter(indexDir, luceneAnalyzer,   
                
true);   
        File[] textFiles 
= fileDir.listFiles();   
        
long startTime = new Date().getTime();   
           
        
//增加document到索引去   
        for (int i = 0; i < textFiles.length; i++{   
            
if (textFiles[i].isFile()   
                    
&& textFiles[i].getName().endsWith(".txt")) {   
                System.out.println(
"File " + textFiles[i].getCanonicalPath()   
                        
+ "正在被索引.");   
                String temp 
= FileReaderAll(textFiles[i].getCanonicalPath(),   
                        
"GBK");   
                System.out.println(temp);   
                Document document 
= new Document();   
                Field FieldPath 
= new Field("path", textFiles[i].getPath(),   
                        Field.Store.YES, Field.Index.NO);   
                Field FieldBody 
= new Field("body", temp, Field.Store.YES,   
                        Field.Index.TOKENIZED,   
                        Field.TermVector.WITH_POSITIONS_OFFSETS);   
                document.add(FieldPath);   
                document.add(FieldBody);   
                indexWriter.addDocument(document);   
            }
   
        }
   
        
//optimize()方法是对索引进行优化   
        indexWriter.optimize();   
        indexWriter.close();   
           
        
//测试一下索引的时间   
        long endTime = new Date().getTime();   
        System.out   
                .println(
"这花费了"  
                        
+ (endTime - startTime)   
                        
+ " 毫秒来把文档增加到索引里面去!"  
                        
+ fileDir.getPath());   
    }
   
  
    
public static String FileReaderAll(String FileName, String charset)   
            
throws IOException {   
        BufferedReader reader 
= new BufferedReader(new InputStreamReader(   
                
new FileInputStream(FileName), charset));   
        String line 
= new String();   
        String temp 
= new String();   
           
        
while ((line = reader.readLine()) != null{   
            temp 
+= line;   
        }
   
        reader.close();   
        
return temp;   
    }
   
}
 


索引的结果:
File C:\s\1.txt正在被索引....  
中华人民共和国全国人民2006年  
File C:\s\2.txt正在被索引....  
中华人民共和国全国人民2006年  
File C:\s\3.txt正在被索引....  
中华人民共和国全国人民2006年  
这花费了297 毫秒来把文档增加到索引里面去!c:\s 

3、建立了索引之后,查询啦....
package lighter.javaeye.com;   
  
import java.io.IOException;   
  
import org.apache.lucene.analysis.Analyzer;   
import org.apache.lucene.analysis.standard.StandardAnalyzer;   
import org.apache.lucene.queryParser.ParseException;   
import org.apache.lucene.queryParser.QueryParser;   
import org.apache.lucene.search.Hits;   
import org.apache.lucene.search.IndexSearcher;   
import org.apache.lucene.search.Query;   
  
public class TestQuery {   
    
public static void main(String[] args) throws IOException, ParseException {   
        Hits hits 
= null;   
        String queryString 
= "中华";   
        Query query 
= null;   
        IndexSearcher searcher 
= new IndexSearcher("c:\\index");   
  
        Analyzer analyzer 
= new StandardAnalyzer();   
        
try {   
            QueryParser qp 
= new QueryParser("body", analyzer);   
            query 
= qp.parse(queryString);   
        }
 catch (ParseException e) {   
        }
   
        
if (searcher != null{   
            hits 
= searcher.search(query);   
            
if (hits.length() > 0{   
                System.out.println(
"找到:" + hits.length() + " 个结果!");   
            }
   
        }
   
    }
   
  
}
  

其运行结果:
找到:3 个结果!

Lucene 其实很简单的,它最主要就是做两件事:建立索引和进行搜索
来看一些在lucene中使用的术语,这里并不打算作详细的介绍,只是点一下而已----因为这一个世界有一种好东西,叫搜索。

IndexWriter:lucene中最重要的的类之一,它主要是用来将文档加入索引,同时控制索引过程中的一些参数使用。

Analyzer:分析器,主要用于分析搜索引擎遇到的各种文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

Directory:索引存放的位置;lucene提供了两种索引存放的位置,一种是磁盘,一种是内存。一般情况将索引放在磁盘上;相应地lucene提供了FSDirectory和RAMDirectory两个类。

Document:文档;Document相当于一个要进行索引的单元,任何可以想要被索引的文件都必须转化为Document对象才能进行索引。

Field:字段。

IndexSearcher:是lucene中最基本的检索工具,所有的检索都会用到IndexSearcher工具;

Query:查询,lucene中支持模糊查询,语义查询,短语查询,组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。

QueryParser: 是一个解析用户输入的工具,可以通过扫描用户输入的字符串,生成Query对象。

Hits:在搜索完成之后,需要把搜索结果返回并显示给用户,只有这样才算是完成搜索的目的。在lucene中,搜索的结果的集合是用Hits类的实例来表示的。
上面作了一大堆名词解释,下面就看几个简单的实例吧:
1、简单的的StandardAnalyzer测试例子

package lighter.javaeye.com;   
  
import java.io.IOException;   
import java.io.StringReader;   
  
import org.apache.lucene.analysis.Analyzer;   
import org.apache.lucene.analysis.Token;   
import org.apache.lucene.analysis.TokenStream;   
import org.apache.lucene.analysis.standard.StandardAnalyzer;   
  
public class StandardAnalyzerTest    
{   
    
//构造函数,   
    public StandardAnalyzerTest()   
    
{   
    }
   
    
public static void main(String[] args)    
    
{   
        
//生成一个StandardAnalyzer对象   
        Analyzer aAnalyzer = new StandardAnalyzer();   
        
//测试字符串   
        StringReader sr = new StringReader("lighter javaeye com is the are on");   
        
//生成TokenStream对象   
        TokenStream ts = aAnalyzer.tokenStream("name", sr);    
        
try {   
            
int i=0;   
            Token t 
= ts.next();   
            
while(t!=null)   
            
{   
                
//辅助输出时显示行号   
                i++;   
                
//输出处理后的字符   
                System.out.println(""+i+"行:"+t.termText());   
                
//取得下一个字符   
                t=ts.next();   
            }
   
        }
 catch (IOException e) {   
            e.printStackTrace();   
        }
   
    }
   
}
   

 

显示结果:
第1行:lighter
第2行:javaeye
第3行:com

提示一下:
StandardAnalyzer是lucene中内置的"标准分析器",可以做如下功能:
1、对原有句子按照空格进行了分词
2、所有的大写字母都可以能转换为小写的字母
3、可以去掉一些没有用处的单词,例如"is","the","are"等单词,也删除了所有的标点
查看一下结果与"new StringReader("lighter javaeye com is the are on")"作一个比较就清楚明了。
这里不对其API进行解释了,具体见lucene的官方文档。需要注意一点,这里的代码使用的是lucene2的API,与1.43版有一些明显的差别。

2、看另一个实例,简单地建立索引,进行搜索

 

代码
package lighter.javaeye.com;   
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.QueryParser;   
import org.apache.lucene.search.Hits;   
import org.apache.lucene.search.IndexSearcher;   
import org.apache.lucene.search.Query;   
import org.apache.lucene.store.FSDirectory;   
  
public class FSDirectoryTest {   
  
    
//建立索引的路径   
    public static final String path = "c:\\index2";   
  
    
public static void main(String[] args) throws Exception {   
        Document doc1 
= new Document();   
        doc1.add( 
new Field("name""lighter javaeye com",Field.Store.YES,Field.Index.TOKENIZED));   
  
        Document doc2 
= new Document();   
        doc2.add(
new Field("name""lighter blog",Field.Store.YES,Field.Index.TOKENIZED));   
  
        IndexWriter writer 
= new IndexWriter(FSDirectory.getDirectory(path, true), new StandardAnalyzer(), true);   
        writer.setMaxFieldLength(
3);   
        writer.addDocument(doc1);   
        writer.setMaxFieldLength(
3);   
        writer.addDocument(doc2);   
        writer.close();   
  
        IndexSearcher searcher 
= new IndexSearcher(path);   
        Hits hits 
= null;   
        Query query 
= null;   
        QueryParser qp 
= new QueryParser("name",new StandardAnalyzer());   
           
        query 
= qp.parse("lighter");   
        hits 
= searcher.search(query);   
        System.out.println(
"查找\"lighter\" 共" + hits.length() + "个结果");   
  
        query 
= qp.parse("javaeye");   
        hits 
= searcher.search(query);   
        System.out.println(
"查找\"javaeye\" 共" + hits.length() + "个结果");   
  
    }
   
  
}
  


运行结果:


查找"lighter" 共2个结果  
查找"javaeye" 共1个结果