使用Lucene开发自己的搜索引擎

1、下载Lucene开发包，请到：http://lucene.apache.org/

2、在myeclipse环境部署该开发包：

3、代码编写：

package Lucene;

import java.io.File;

import java.io.FileFilter;

import java.io.FileReader;

import java.io.IOException;

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.store.Directory;

import org.apache.lucene.store.FSDirectory;

import org.apache.lucene.util.Version;

/**

 * 建立索引

 * @author Administrator

 *

 */

public class Indexer {

	/**

	 * @param args

	 */

	public static void main(String[] args) throws Exception{

		String indexDir = "E:\\index";///在指定目录创建索引文件夹

		String dataDir = "E:\\dataSource";///对指定目录中的“.txt”文件进行索引

		long start = System.currentTimeMillis();

		Indexer indexer = new Indexer(indexDir);

		int numIndexed;

		try{

			numIndexed = indexer.index(dataDir, new TextFilesFilter());

		}finally{

			indexer.close();

		}

		long end = System.currentTimeMillis();

		System.out.println("索引 "+ numIndexed + " 文件花费 "+

		(end - start) + "ms");

	}

	private IndexWriter writer;

	//创建Lucene Index Writer

	public Indexer(String indexDir)throws IOException{

		Directory dir = FSDirectory.open(new File(indexDir));

		/*

		 * Version.LUCENE_30:是版本号参数，Lucene会根据输入的版本值，

		 * 针对该值对应的版本进行环境和行为匹配

		 */

		writer = new IndexWriter(dir, new StandardAnalyzer(Version.LUCENE_30), true,

				IndexWriter.MaxFieldLength.UNLIMITED);

	}

	//关闭Index Writer

	public void close()throws IOException{

		writer.close();

	}

	//返回被索引文档文档数

	public int index(String dataDir, FileFilter filter)throws Exception{

		File[] files = new File(dataDir).listFiles();

		for(File f:files){

			if(!f.isDirectory() &&

					!f.isHidden()&&

					f.exists()&&

					f.canRead()&&

					(filter == null || filter.accept(f))){

				indexFile(f);

			}

		}

		return writer.numDocs();

	}

	//只索引.txt文件，采用FileFilter

	private static class TextFilesFilter implements FileFilter{

		@Override

		public boolean accept(File pathname) {

			// TODO Auto-generated method stub

			return pathname.getName().toLowerCase().endsWith(".txt");

		}

	}

	protected Document getDocument(File f) throws Exception{

		Document doc = new Document();

		doc.add(new Field("contents", new FileReader(f)));//索引文件内容

		doc.add(new Field("filename", f.getName(),//索引文件名

				Field.Store.YES, Field.Index.NOT_ANALYZED));

		doc.add(new Field("fullpath", f.getCanonicalPath(),//索引文件完整路径

				Field.Store.YES, Field.Index.NOT_ANALYZED));

		return doc;

	}

	//向Lucene索引中添加文档

	private void indexFile(File f) throws Exception{

		System.out.println("Indexing "+f.getCanonicalPath());

		Document doc = getDocument(f);

		writer.addDocument(doc);

	}

}

这时编译运行代码，如果没出错的话，会出现下面的结果：

Indexing E:\dataSource\1.txt
Indexing E:\dataSource\2.txt
Indexing E:\dataSource\3.txt
Indexing E:\dataSource\4.txt
索引 4 文件花费 259ms

参考：http://biancheng.dnbcw.info/1000wen/448393.html

巴特西

使用Lucene开发自己的搜索引擎

最新文章

热门文章