Lucene认识

使用Maven创建项目

拷贝Maven依赖

http://mvnrepository.com/

<dependencies>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-core</artifactId>
        <version>5.3.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-queryparser</artifactId>
        <version>5.3.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-analyzers-common</artifactId>
        <version>5.3.1</version>
    </dependency>
</dependencies>

检索有一个索引，首先要构建索引

在E:\software\lucene目录下，将数据文件放入

对数据文件进行检索

Indexer.java

package com.matrix.lucene;

import java.io.File;
import java.io.FileReader;
import java.nio.file.Paths;

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.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

public class Indexer {

    // 写索引的一个实例
    private IndexWriter writer;

    // 构造方法，实例化IndexWriter
    // indexDir：将索引写入到索引目录(该目录存放创建的索引文件)去
    public Indexer(String indexDir) throws Exception {
        Directory dir = FSDirectory.open(Paths.get(indexDir));
        // 创建标准分词器
        Analyzer analyzer = new StandardAnalyzer();
        // 配置，传入分析器实例
        // 要将索引写入到数据源目录下文件中的时候需要解析/分析
        IndexWriterConfig wc = new IndexWriterConfig(analyzer);
        writer = new IndexWriter(dir, wc);
    }

    // 关闭写索引
    public void close() throws Exception {
        writer.close();
    }

    // 遍历数据源目录
    // 索引数据源目录的所有文件
    public int index(String dataDir) throws Exception {
        File[] files = new File(dataDir).listFiles();
        // 得到数据源目录下的每个文件
        for (File f : files) {
            indexFile(f);
        }
        // 返回所有的索引文件
        return writer.numDocs();
    }

    // 对数据源目录下每个文件进行索引/索引指定文件
    private void indexFile(File f) throws Exception {
        // 一行就是一个Document，Document里面还有一个个Field
        System.out.println("索引文件：" + f.getCanonicalPath());
        // 索引的目的是为了搜索，索引前要对搜索的内容创建成Document和Field。
        Document doc = getDocument(f);
        // 添加索引到文件中
        writer.addDocument(doc);
    }

    // 获取文档，文档里再设置每个字段
    private Document getDocument(File f) throws Exception {
        Document doc = new Document();
        // 添加字段
        doc.add(new TextField("contents", new FileReader(f)));
        // 将文件名直接存储到索引文件中
        doc.add(new TextField("fileName", f.getName(), Field.Store.YES));
        doc.add(new TextField("fullPath", f.getCanonicalPath(), Field.Store.YES));
        return doc;
    }

    // main方法，测试
    public static void main(String[] args) {
        // 创建索引目录 ,该目录存放创建的索引文件
        String indexDir = "E:\\software\\lucene\\demo";
        // 创建数据源目录,该目录存放要搜索的原始文件
        String dataDir = "E:\\software\\lucene\\data";
        // 实例化Indexer
        Indexer indexer = null;
        int numIndexed = 0;
        // 为了查看程序执行的效率，计时
        long start = System.currentTimeMillis();
        try {
            indexer = new Indexer(indexDir);
            numIndexed = indexer.index(dataDir);
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            try {
                indexer.close();
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }
        long end = System.currentTimeMillis();
        // 数据索引
        System.out.println("索引：" + numIndexed + "个文件,花费了" + (start - end) + "毫秒");
    }
}

生成的文件

对文件内容进行搜索

Searcher.java

package com.matrix.lucene;

import java.nio.file.Paths;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
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.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

/**
 * 查询
 * 
 * Searcher<BR>
 * 创建人:Matrix <BR>
 * 时间：2016年4月25日-下午7:42:01 <BR>
 * 
 * @version 1.0.0
 *
 */
public class Searcher {

    /**
     * 
     * 描述：查询索引<BR>
     * 方法名：search<BR>
     * 创建人：Matrix <BR>
     * 时间：2016年4月25日-下午7:45:33 <BR>
     * 
     * @param indexDir
     *            查询的目录
     * @param q
     *            查询的字段
     * @throws Exception
     *             void<BR>
     * @exception <BR>
     * @see
     * @since 1.0.0
     */
    public static void search(String indexDir, String q) throws Exception {
        //
        Directory dir = FSDirectory.open(Paths.get(indexDir));
        // 读取完整目录下的索引
        IndexReader reader = DirectoryReader.open(dir);
        // 索引查询器
        IndexSearcher is = new IndexSearcher(reader);
        // 标准分词器
        Analyzer analyzer = new StandardAnalyzer();
        QueryParser parser = new QueryParser("contents", analyzer);
        // 解析
        Query query = parser.parse(q);
        long start = System.currentTimeMillis();
        // 查询前10个
        TopDocs hits = is.search(query, 10);
        long end = System.currentTimeMillis();
        System.out.println("匹配：" + q + "，总共花费" + (end - start) + "毫秒" + "查询到" + hits.totalHits + "个记录");
        // 遍历TopDocs
        for (ScoreDoc scoreDoc : hits.scoreDocs) {
            Document doc = is.doc(scoreDoc.doc);
            System.out.println(doc.get("fullPath"));
        }
        reader.close();
    }

    public static void main(String[] args) {
        // 创建索引目录 ,该目录存放创建的索引文件
        String indexDir = "E:\\software\\lucene\\demo";
        // 查询条件
        String q = "Java";
        try {
            search(indexDir, q);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}