Lucene学习入门1
一、概述
搜索的方式：
??? 1、只处理文本(不处理多媒体，多媒体是另外一个领域)
??? 2、不处理语义，而是按词查询
??? 3、对于英文，不区分大小写
Lucene(全文检索)：
??? 指以文本作为检索对象，找出含有指定词汇的文本
??? 全面、准确和快速是衡量全文检索系统的关键指标
全文检索与数据库搜索
??? 1、全文检索的搜索效果更加准确
??? 2、相关排序，数据库没有（全文检索会把最符合要求的放在最前面）
??? 3、速度更快(采用索引检索，数据库中的select不能)
应用场景：
??? 1、系统内搜索(站内搜索)
??? 2、垂直搜索(利用爬虫等把部分网站的信息拿过来存到自己系统中)
??? 3、全网搜索(需要软件和硬件的配合，很好的算法等，不常用)
二、Lucene的简介
??? 全文检索就如同一个ORM，是一个概念，ORM的框架有很多种：Hibernate、TopLink、iBatis等。同样的，全文检索领域中也有很多种框架，Lucene就是其中的一个开源的全文检索框架。
??? Lucene的主页为：http://lucene.apache.org/.我现在使用的为3.0.1的版本。
三、做个小例子
?? 1、开发环境的配置
????? 加入jar包：
??????? lucene-core-3.0.1.jar（核心包）
?contrib\analyzers\common\lucene-analyzers-3.0.1.jar（分词器）
?contrib\highlighter\lucene-highlighter-3.0.1.jar（高亮）
?contrib\memory\lucene-memory-3.0.1.jar（高亮）
?? 2、先做个实体类，用来模拟数据
package com.lucene.entity;public class ArticleEntity {private Integer id ;private String title ;private String content ;public void setId(Integer id) {this.id = id;}public Integer getId() {return id;}public String getTitle() {return title;}public void setTitle(String title) {this.title = title;}public String getContent() {return content;}public void setContent(String content) {this.content = content;}}?开始做lucene搜索：
package com.lucene.hello;import java.io.File;import java.util.ArrayList;import java.util.List;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.Field.Index;import org.apache.lucene.document.Field.Store;import org.apache.lucene.index.IndexWriter;import org.apache.lucene.index.IndexWriter.MaxFieldLength;import org.apache.lucene.queryParser.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;import org.apache.lucene.util.Version;import org.testng.annotations.Test;import com.lucene.entity.ArticleEntity;public class HelloLucene {@Testpublic void createindex() throws Exception{// 模拟一个存到了数据库中的文章对象ArticleEntity article = new ArticleEntity();article.setId(111);article.setTitle("Hello Lucene !");article.setContent("第一个lucene实例 ");// 在索引库中建立索引 // 1>> 把Article转为DocumentDocument doc = new Document();doc.add(new Field("id", article.getId().toString(), Store.YES, Index.NOT_ANALYZED));doc.add(new Field("title",article.getTitle(),Store.YES,Index.ANALYZED));doc.add(new Field("content",article.getContent(),Store.NO,Index.ANALYZED)); // 2>> 把Document添加到索引库中以建立索引Directory d = FSDirectory.open(new File("./filepath"));Analyzer analyzar = new StandardAnalyzer(Version.LUCENE_30);IndexWriter indexWrite = new IndexWriter(d, analyzar, MaxFieldLength.LIMITED);indexWrite.addDocument(doc);indexWrite.close();}@Testpublic void search() throws Exception{// 搜索条件String queryString = "Hello" ;// 执行搜索// =============================================================Directory path = FSDirectory.open(new File("./filepath"));Analyzer a = new StandardAnalyzer(Version.LUCENE_30); // 1>> 把查询字符串转为Query对象QueryParser queryp = new QueryParser(Version.LUCENE_30, "title", a) ;// 默认只在title中查询Query query = queryp.parse(queryString); // 2>> 搜索，得到中间结果IndexSearcher indexSearch = new IndexSearcher(path);TopDocs topd = indexSearch.search(query, 1000);// 第1参数是查询条件，第2个参数是指定要返回前n条结果int totalnum = topd.totalHits; //得到符合条件的总记录数ScoreDoc[] sore = topd.scoreDocs; //返回前n条结果的信息// >> 处理结果List<ArticleEntity> list = new ArrayList<ArticleEntity>();for(int i = 0 ; i < sore.length ;i++){ScoreDoc scoreDoc = sore[i];int id = scoreDoc.doc;//Document内部编号float scoreNum = scoreDoc.score ;//与搜索条件符合的相关度// 根据内部编号得到真正的Document数据Document doc = indexSearch.doc(id);// 把Document转为ArticleArticleEntity entity = new ArticleEntity();entity.setId(Integer.parseInt(doc.get("id"))); //需要转型entity.setTitle(doc.get("title"));entity.setContent(doc.get("content"));list.add(entity);}indexSearch.close();// =============================================================// 显示结果for(ArticleEntity aEntity : list){System.out.println("id："+aEntity.getId());System.out.println("标题："+aEntity.getTitle());System.out.println("内容："+aEntity.getContent());}}}??
?
?
????