• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

3.2 Lucene实战:一个简单的小程序

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

在讲解Lucene索引和检索的原理之前,我们先来实战Lucene:一个简单的小程序!

一、索引小程序

首先,new一个java project,名字叫做LuceneIndex。

然后,在project里new一个class,名字叫做Indexer。这个类用来给文件建索引(建好索引以后就可以高效检索了)。

在写代码之前,我们要先引入一下lucene包。分为三步:

1. 创建lib文件夹。

2. 将所需要的lucene包复制到lib文件夹中。

3. Build path-> lib->Configure Build Path->Add JARS,选择LuceneIndex工程下lib文件夹下的所有jar包并添加到路径,连续点击两次ok。

 

                          步骤2                                                                          步骤3

在这些准备工作完成后我们就可以开始写代码了。

1. 首先在LuceneIndex里new一个class,名字叫做Indexer。

2. 然后,在LuceneIndex工程里新建一个文件夹,叫做raw。

3. 接下来,在raw文件夹里新建两个utf-8编码的txt文件。比如第一个文件命名为hello.txt,内容为"Hello",第二个文件命名为nihao.txt,内容为"你好"。这里要注意的是,上面的代码是针对中文搜索的问题使用了utf-8编码,所以要求文件也是utf-8的编码。如图:

4. 写入如下代码:

import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.io.*;

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.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

/**
 * @author csl
 * @description: 
 * 依赖jar:Lucene-core,lucene-analyzers-common,lucene-queryparser
 * 作用:简单的索引建立
 */
public class Indexer {
    public static Version luceneVersion = Version.LATEST;
    /**
     * 建立索引
     */
    public static void createIndex(){
        IndexWriter writer = null;
        try{
            //1、创建Directory
            //Directory directory = new RAMDirectory();//创建内存directory
            Directory directory = FSDirectory.open(Paths.get("index"));//在硬盘上生成Directory00
            //2、创建IndexWriter
            IndexWriterConfig iwConfig = new IndexWriterConfig( new StandardAnalyzer());
            writer = new IndexWriter(directory, iwConfig);
            //3、创建document对象
            Document document = null;
            //4、为document添加field对象
            File f = new File("raw");//索引源文件位置
            for (File file:f.listFiles()){
                    document = new Document();
                    document.add(new StringField("path", f.getName(),Field.Store.YES));
                    System.out.println(file.getName());
                    document.add(new StringField("name", file.getName(),Field.Store.YES));
                    InputStream stream = Files.newInputStream(Paths.get(file.toString()));
                    document.add(new TextField("content", new BufferedReader(new InputStreamReader(stream, StandardCharsets.UTF_8))));//textField内容会进行分词
                    //document.add(new TextField("content", new FileReader(file)));  如果不用utf-8编码的话直接用这个就可以了
                    writer.addDocument(document);
            }
        }catch(Exception e){
            e.printStackTrace();
        }finally{
            //6、使用完成后需要将writer进行关闭
            try {
                writer.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
    public static void main(String[] args) throws IOException
    {
        createIndex();
    }
}
View Code

5. 最后,运行Indexer.java。会看到索引建立完成。LuceneIndex工程下多了一个index文件夹。

 

二、检索小程序

下面我们就要用这个index来检索了。

1. new一个class,命名为Searcher。然后在里面写入如下代码:

 1 import java.nio.file.Paths;
 2 import java.io.*;
 3 
 4 import org.apache.lucene.analysis.standard.StandardAnalyzer;
 5 import org.apache.lucene.document.Document;
 6 import org.apache.lucene.index.DirectoryReader;
 7 import org.apache.lucene.queryparser.classic.QueryParser;
 8 import org.apache.lucene.search.IndexSearcher;
 9 import org.apache.lucene.search.Query;
10 import org.apache.lucene.search.ScoreDoc;
11 import org.apache.lucene.search.TopDocs;
12 import org.apache.lucene.store.Directory;
13 import org.apache.lucene.store.FSDirectory;
14 import org.apache.lucene.util.Version;
15 
16 /**
17  * @author csl
18  * @description: 
19  * 依赖jar:Lucene-core,lucene-analyzers-common,lucene-queryparser
20  * 作用:使用索引搜索文件
21  */
22 public class Searcher {
23     public static Version luceneVersion = Version.LATEST;
24     /**
25      * 查询内容
26      */
27     public static String indexSearch(String keywords){
28         String res = "";
29         DirectoryReader reader = null;
30         try{
31 //            1、创建Directory
32              Directory directory = FSDirectory.open(Paths.get("index"));//在硬盘上生成Directory
33 //            2、创建IndexReader
34              reader = DirectoryReader.open(directory);
35 //            3、根据IndexWriter创建IndexSearcher
36              IndexSearcher searcher =  new IndexSearcher(reader);
37 //            4、创建搜索的query
38 //            创建parse用来确定搜索的内容,第二个参数表示搜索的域
39              QueryParser parser = new QueryParser("content",new StandardAnalyzer());//content表示搜索的域或者说字段
40              Query query = parser.parse(keywords);//被搜索的内容
41 //            5、根据Searcher返回TopDocs
42              TopDocs tds = searcher.search(query, 20);//查询20条记录
43 //            6、根据TopDocs获取ScoreDoc
44              ScoreDoc[] sds = tds.scoreDocs;
45 //            7、根据Searcher和ScoreDoc获取搜索到的document对象
46              int cou=0;
47              for(ScoreDoc sd:sds){
48                  cou++;
49                  Document d = searcher.doc(sd.doc);
50 //                    8、根据document对象获取查询的字段值
51                  /**  查询结果中content为空,是因为索引中没有存储content的内容,需要根据索引path和name从原文件中获取content**/
52                  res+=cou+". "+d.get("path")+" "+d.get("name")+" "+d.get("content")+"\n";
53              }
54 
55             
56         }catch(Exception e){
57             e.printStackTrace();
58         }finally{
59             //9、关闭reader
60             try {
61                 reader.close();
62             } catch (IOException e) {
63                 e.printStackTrace();
64             }
65         }
66         return res;
67     }
68     public static void main(String[] args) throws IOException
69     {
70         System.out.println(indexSearch("你好")); //搜索的内容可以修改
71     }
72 }
View Code

2. 

1 public static void main(String[] args) throws IOException
2     {
3         System.out.println(indexSearch("你好")); //搜索的内容可以修改
4     }
View Code

搜索内容为"你好"时,搜索结果为内容包含"你好"的nihao.txt

3.

1 public static void main(String[] args) throws IOException
2     {
3         System.out.println(indexSearch("Hello")); //搜索的内容可以修改
4     }
View Code

搜索内容为"Hello"时,搜索结果为内容包含"Hello"的hello.txt

至此,我们已经进行了Lucene实战,学会了简单的建立索引和检索了!

三、工程源码

可以先试一下我的项目:https://github.com/shelly-github/my_simple_Lucenetest

1. 下载这个工程

2. 然后解压

3. 导入Eclipse

首先,打开Eclipse,选定一个workspace。

然后,点击File->import->Existing Projects into workspace

双击Existing Projects into workspace,选择工程所在目录

点击确定->finish,完成工程的导入。

接下来就可以运行程序了,注意这个工程里没有包含Index,你需要先运行Indexer建立索引,然后再用Searcher进行检索。

四、遍历文件系统

这是一个简单的Lucene演示程序,只能索引同一目录下的txt文件,下面我来介绍一种遍历文件系统并且索引.txt文件的方法。

这个方法很简单,就是一个递归实现的深度优先遍历。

 1 import java.nio.charset.StandardCharsets;
 2 import java.nio.file.Files;
 3 import java.nio.file.Paths;
 4 import java.io.*;
 5 
 6 import org.apache.lucene.analysis.standard.StandardAnalyzer;
 7 import org.apache.lucene.document.Document;
 8 import org.apache.lucene.document.Field;
 9 import org.apache.lucene.document.StringField;
10 import org.apache.lucene.document.TextField;
11 import org.apache.lucene.index.IndexWriter;
12 import org.apache.lucene.index.IndexWriterConfig;
13 import org.apache.lucene.store.Directory;
14 import org.apache.lucene.store.FSDirectory;
15 import org.apache.lucene.util.Version;
16 public class Indexer {
17     static int numIndexed=0;
18     //索引
19     private static void indexFile(IndexWriter writer,File f) throws IOException
20     {
21         if(f.isHidden()||!f.exists()||!f.canRead())
22         {
23             return;
24         }
25         System.out.println("Indexing"+f.getCanonicalPath());
26         Document document = new Document();
27         document.add(new StringField("path", f.getName(),Field.Store.YES));
28         System.out.println(f.getName());
29         document.add(new StringField("name", f.getName(),Field.Store.YES));
30         InputStream stream = Files.newInputStream(Paths.get(f.toString()));
31         document.add(new TextField("content", new BufferedReader(new InputStreamReader(stream, StandardCharsets.UTF_8))));//textField内容会进行分词
32         //document.add(new TextField("content", new FileReader(file)));  如果不用utf-8编码的话直接用这个就可以了
33         writer.addDocument(document);
34     }
35     //深度优先遍历文件系统并索引.txt文件
36     private static int indexDirectory(IndexWriter writer,File dir) throws IOException
37     {
38         
39         File[] files=dir.listFiles();
40         for(int i=0;i<files.length;i++)
41         {
42             File f=files[i];
43             System.out.println(f.getAbsolutePath());
44             if(f.isDirectory())
45             {
46                 indexDirectory(writer,f);
47             }
48             else if(f.getName().endsWith(".txt"))
49             {
50                 indexFile(writer,f);//递归
51                 numIndexed+=1;
52             }
53         }
54         return numIndexed;
55     }
56     //创建IndexWriter并开始文件系统遍历
57     public static int index(File indexDir,File dataDir) throws IOException
58     {
59         if(!dataDir.exists()||!dataDir.isDirectory())
60         {
61             throw new IOException(dataDir+"does not exist or is not a directory!");
62         }
63         Directory directory = FSDirectory.open(Paths.get("index"));
64         IndexWriterConfig iwConfig = new IndexWriterConfig( new StandardAnalyzer());
65         IndexWriter writer = new IndexWriter(directory, iwConfig);
66         int numIndexed=indexDirectory(writer,dataDir);
67         writer.close();
68         return numIndexed;
69     }
70     public static void main(String[] args) throws Exception
71     {
72         File indexDir=new File("index");
73         File dataDir=new File("raw");
74         int numIndexed=index(indexDir,dataDir);
75         System.out.println("Indexing " + numIndexed + " files");
76     }
77     
78 
79 }
View Code

这个程序的源代码可以到这里下载:https://github.com/shelly-github/my_simple_Lucenetest

下载及导入方法同上,同样注意的是,我没有上传Index文件,需要先运行Indexer建立索引,然后再利用Searcher进行检索~

现在,我们已经学会了遍历一个文件系统来建立索引,是不是很简单呢?

下一节,我们来深入了解一下Lucene的检索原理~~


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
小程序登陆流程解析微信小程序登录流程图发布时间:2022-07-18
下一篇:
圣诞树小程序的制作发布时间:2022-07-18
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap