Lucene五分钟教程_最新动态_新闻资讯_程序员俱乐部

中国优秀的程序员网站程序员频道CXYCLUB技术地图
热搜:
更多>>
 
您所在的位置: 程序员俱乐部 > 新闻资讯 > 最新动态 > Lucene五分钟教程

Lucene五分钟教程

 2014/8/19 19:17:29    程序员俱乐部  我要评论(0)
  • 摘要:英文原文:Lucenein5minutes更新:下面的代码使用Lucene4.0版本!Lucene大大简化了在应用中集成全文搜索的功能。但实际上Lucene十分简单,我可以在五分钟之内向你展示如何使用Lucene。1.建立索引为了简单起见,我们下面为一些字符串创建内存索引:StandardAnalyzeranalyzer=newStandardAnalyzer(Version.LUCENE_40);Directoryindex=newRAMDirectory()
  • 标签:教程 lucene
class="topic_img" alt=""/>

  英文原文:Lucene in 5 minutes

  更新:下面的代码使用 Lucene 4.0 版本

  Lucene 大大简化了在应用中集成全文搜索的功能。但实际上 Lucene 十分简单,我可以在五分钟之内向你展示如何使用 Lucene。

  1. 建立索引

  为了简单起见,我们下面为一些字符串创建内存索引:

StandardAnalyzer analyzer = new StandardAnalyzer (Version.LUCENE_40);
Directory index = new RAMDirectory ();

IndexWriterConfig config = new IndexWriterConfig (Version.LUCENE_40, analyzer);

IndexWriter w = new IndexWriter (index, config);
addDoc (w, "Lucene in Action", "193398817");
addDoc (w, "Lucene for Dummies", "55320055Z");
addDoc (w, "Managing Gigabytes", "55063554A");
addDoc (w, "The Art of Computer Science", "9900333X");
w.close ();

  addDoc ()方法把文档(译者注:这里的文档是 Lucene 中的 Document 类的实例)添加到索引中。

private static void addDoc (IndexWriter w, String title, String isbn) throws IOException {
  Document doc = new Document ();
  doc.add (new TextField ("title", title, Field.Store.YES));
  doc.add (new StringField ("isbn", isbn, Field.Store.YES));
  w.addDocument (doc);
}

  注意,对于需要分词的内容我们使用 TextField,对于像 id 这样不需要分词的内容我们使用 StringField。

  2. 搜索请求

  我们从标准输入(stdin)中读入搜索请求,然后对它进行解析,最后创建一个 Lucene 中的 Query 对象。

String querystr = args.length > 0 ? args[0] : "lucene";
Query q = new QueryParser (Version.LUCENE_40, "title", analyzer) .parse (querystr);
 

  3. 搜索

  我们创建一个 Searcher 对象并且使用上面创建的 Query 对象来进行搜索,匹配到的前 10 个结果封装在 TopScoreDocCollector 对象里返回。

int hitsPerPage = 10;
IndexReader reader = IndexReader.open (index);
IndexSearcher searcher = new IndexSearcher (reader);
TopScoreDocCollector collector = TopScoreDocCollector.create (hitsPerPage, true);
searcher.search (q, collector);
ScoreDoc[] hits = collector.topDocs () .scoreDocs;
 

  4. 展示

  现在我们得到了搜索结果,我们需要想用户展示它。

System.out.println ("Found " + hits.length + " hits.");
for(int i=0;i<hits.length;++i) {
    int docId = hits[i].doc;
    Document d = searcher.doc (docId);
    System.out.println ((i + 1) + ". " + d.get("isbn") + "\t" + d.get("title"));
}

  这里是这个小应用的完整代码。下载 HelloLucene.java。

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.queryparser.classic.ParseException;
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.TopScoreDocCollector;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;

import java.io.IOException;

public class HelloLucene {
  public static void main (String[] args) throws IOException, ParseException {
    // 0. Specify the analyzer for tokenizing text.
    //    The same analyzer should be used for indexing and searching StandardAnalyzer analyzer = new StandardAnalyzer (Version.LUCENE_40);

    // 1. create the index Directory index = new RAMDirectory ();

    IndexWriterConfig config = new IndexWriterConfig (Version.LUCENE_40, analyzer);

    IndexWriter w = new IndexWriter (index, config);
    addDoc (w, "Lucene in Action", "193398817");
    addDoc (w, "Lucene for Dummies", "55320055Z");
    addDoc (w, "Managing Gigabytes", "55063554A");
    addDoc (w, "The Art of Computer Science", "9900333X");
    w.close ();

    // 2. query String querystr = args.length > 0 ? args[0] : "lucene";

    // the "title" arg specifies the default field to use
    // when no field is explicitly specified in the query. Query q = new QueryParser (Version.LUCENE_40, "title", analyzer) .parse (querystr);

    // 3. search int hitsPerPage = 10;
    IndexReader reader = DirectoryReader.open (index);
    IndexSearcher searcher = new IndexSearcher (reader);
    TopScoreDocCollector collector = TopScoreDocCollector.create (hitsPerPage, true);
    searcher.search (q, collector);
    ScoreDoc[] hits = collector.topDocs () .scoreDocs;
    
    // 4. display results System.out.println ("Found " + hits.length + " hits.");
    for(int i=0;i<hits.length;++i) {
      int docId = hits[i].doc;
      Document d = searcher.doc (docId);
      System.out.println ((i + 1) + ". " + d.get ("isbn") + "\t" + d.get ("title"));
    }

    // reader can only be closed when there
    // is no need to access the documents any more.     reader.close ();
  }

  private static void addDoc (IndexWriter w, String title, String isbn) throws IOException {
    Document doc = new Document ();
    doc.add (new TextField ("title", title, Field.Store.YES));

    // use a string field for isbn because we don't want it tokenized doc.add (new StringField ("isbn", isbn, Field.Store.YES));
    w.addDocument (doc);
  }
}

  可以直接在命令行中使用这个小应用,键入java HelloLucene 

  下面可以做什么?

  1. 阅读下面关于 Lucene 的书籍。
  2. 你需要应该使用 Apache Solr 代替 Apache Lucene 吗?
  3. 更多关于 Lucene 的基本概念

  一些与 Lucene 和搜索相关的书籍

  Github 上的基于 maven 的库

  Mac Luq 在 Github 上的基于 maven 的库:

  https://github.com/macluq/helloLucene

  用下面这条命令下载它:

git clone https://github.com/macluq/helloLucene.git

  PS:如果你是 Java 新手的话,试试下面的命令:

wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-core/4.0.0/lucene-core-4.0.0.jar 
wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-analyzers-common/4.0.0/lucene-analyzers-common-4.0.0.jar
wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-queryparser/4.0.0/lucene-queryparser-4.0.0.jar
wget http://www.lucenetutorial.com/code/HelloLucene.java
javac -classpath .:lucene-core-4.0.0.jar:lucene-analyzers-common-4.0.0.jar:lucene-queryparser-4.0.0.jar HelloLucene.java java -classpath .:lucene-core-4.0.0.jar:lucene-analyzers-common-4.0.0.jar:lucene-queryparser-4.0.0.jar HelloLucene

  你会得到下面的结果:

Found 2 hits.

1. Lucene inAction

2. Lucene forDummies

  Erik,一个可能对你有所帮助的读者抱怨到:

  编译过程还算顺利,但是我不能正常运行这段代码。在网上搜索并且自己尝试了以后发现 Lucene 的 jar 文件必须在 classpath 中,否则运行不起来。这可能对很多像我这样的 java 初学者很多帮助。

  安装 Lucene

  PS:我发现一些初学者在安装 Lucene 时有些困难。

  你应该先下载 Lucene,然后把它解压到一个你用于编程的目录。

  如果你使用 Netbeans,你也可以这么做:

  • 遵循这里的教程。
  • 按照下面的步骤:
  1. 通过以此点击 Netbeans 菜单栏上的“工具”,然后选择“库管理器”,把 Lucene 的 jar 文件作为外部类库加进来。
  2. 在 Lucene 项目上面右键,选择“属性”
  3. 在弹出来的对话框中,以此选择“类库”,”添加 jar 或文件夹”选项
  4. 定位到从 lucene-[version].tar.gz 解压出来的文件夹上,选择 lucene-core-[version].jar。
  5. 点击“确定”,现在 jar 文件就已经添加到你项目的 classpath 中去了。

  翻译: ImportNew.com - 刘家财
  译文链接: http://www.importnew.com/12715.html

发表评论
用户名: 匿名