在java项目中如何使用Lucene搜索引擎（入门篇）

2023-10-29

什么是lucene？

就是一个简单的工具包，java语言特有的，做全文检索用的！

为什么不用数据库的模糊查询？两者都什么区别

1、模糊查询只适用于结构化数据（如数据库中存储的数据）；非结构化数据就是文档图片、音频等等

2、模糊查询速度慢

3、不准确；如果用模糊查询java 会搜索到javascript；

4、会根据相关度来给结果排序；模糊查询是根据字母排序；

5、模糊查询用于小型的软件系统；lucene是用于百度的

怎么用

安装Lucene

Lucene是开发全文检索功能的工具包，从官方网站下载Lucene4.10.3，并解压。

官方网站：http://archive.apache.org/dist/lucene/java/4.10.4/

版本：lucene4.10.3

Jdk要求：1.7以上

现在很多的lucene都是8.0以上的版本，建议不要用那么高的版本，因为当你下载以后，放在项目中会报错，版本太高了！

下载lucene4.10.3版本以后，解压缩

获取以下三个jar包；这三个jar包在不同的位置，怎么找呢？看文件的名字lucene文件夹下面core文件夹里面有lucene-core-4.10.4.jar包

入门篇

新建一个javaweb项目，把这三个jar包放在Lib文件夹里面；

然后，先开始一个入门级别的项目

1、在d盘新建两个文件夹 img、index；

2、img是放要检索的文件的，这个文件夹里面可以放多个.txt文本做测试，文本里面写不同的内容

3、index文件夹是放索引的位置，这个由代码生成；不用我们管

4、这个代码的流程是这样的

4.1 、给出要检索文件的路径Im和索引要存放的路径index

4.2、然后先创建索引，在执行查询功能

demo来袭

package cn.com.lucene;
import java.io.BufferedReader;
import java.io.File;
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.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
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;
import org.apache.lucene.util.Version;
public class Hello {
    private static final String PATH_OF_FILE = "D:/img/";   // 待索引文件的目录
    private static final String PATH_OF_INDEX = "D:/index/"; // 存放索引文件的目录2
    /**
     * 测试时，要在D:/img/文件夹中准备几个包含内容的文件（比如txt格式的）
     * 然后先执行createIndex()方法，再执行searchFile()方法，最后观看控制台输出即可
     */
    public static void main(String[] args) {
        Hello h = new Hello();
        h.createIndex();
        h.searchFile();
    }
    private void createIndex() {
        Directory directory = null;//指定索引被保存的位置
        IndexWriter writer = null;//通过IndexWriter写索引
        Document doc = null;//我们索引的有可能是一段文本or数据库中的一张表
        try {
            // 这里是在硬盘上"D:/index/"文件夹中创建索引
            directory = FSDirectory.open(new File(PATH_OF_INDEX));
            // 这里通过IndexWriterConfig()构造方法的Version.LUCENE_41参数值指明索引所匹配的版本号,并使用了Lucene的标准分词器
            writer = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_41, new StandardAnalyzer(Version.LUCENE_41)));
            for (File file : new File(PATH_OF_FILE).listFiles()) {
                doc = new Document();
                doc.add(new Field("content", new FileReader(file)));
                doc.add(new Field("fileName", file.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
                doc.add(new Field("filePath", file.getAbsolutePath(), Field.Store.YES, Field.Index.NOT_ANALYZED));
                writer.addDocument(doc);
            }
        }
        catch (Exception e) {
            System.out.println("创建索引的过程中遇到异常,堆栈轨迹如下");
            e.printStackTrace();
        }
        finally {
            if (null != writer) {
                try {
                    writer.close(); // IndexWriter在用完之后一定要关闭
                }
                catch (IOException ce) {
                    System.out.println("关闭IndexWriter时遇到异常,堆栈轨迹如下");
                    ce.printStackTrace();
                }
            }
        }
    }

    private String getContentFromFile(File myFile) {
        StringBuffer sb = new StringBuffer();
        if (!myFile.exists()) {
            return "";
        }
        try {
            BufferedReader in = new BufferedReader(new FileReader(myFile));
            String str;
            while ((str = in.readLine()) != null) {
                sb.append(str);
            }
            in.close();
        }
        catch (IOException e) {
            e.getStackTrace();
        }
        return sb.toString();
    }

    /**
     * 搜索文件
     * 
     * @see 1、创建Directory
     * @see 2、创建IndexReader
     * @see 3、根据IndexReader创建IndexSearcher
     * @see 4、创建搜索的Query
     * @see 5、根据searcher搜索并返回TopDocs
     * @see 6、根据TopDocs获取ScoreDoc对象
     * @see 7、根据searcher和ScoreDoc对象获取具体的Document对象
     * @see 8、根据Document对象获取需要的值
     * @see 9、关闭IndexReader
     */
    @SuppressWarnings("deprecation")
	private void searchFile() {
        IndexReader reader = null;
        try {
            reader = IndexReader.open(FSDirectory.open(new File(PATH_OF_INDEX)));
            IndexSearcher searcher = new IndexSearcher(reader);
            // 创建基于Parser搜索的Query,创建时需指定其"搜索的版本,默认搜索的域,分词器"....这里的域指的是创建索引时Field的名字
            QueryParser parser = new QueryParser(Version.LUCENE_41, "content", new StandardAnalyzer(Version.LUCENE_41));
            Query query = parser.parse("日本");       // 指定==>搜索域为content(即上一行代码指定的"content")中包含"java"的文档
            TopDocs tds = searcher.search(query, 10); // 第二个参数指定搜索后显示的条数,若查到5条则显示为5条,查到15条则只显示10条
            ScoreDoc[] sds = tds.scoreDocs;           // TopDocs中存放的并不是我们的文档,而是文档的ScoreDoc对象
            for (ScoreDoc sd : sds) {                   // ScoreDoc对象相当于每个文档的ID号,我们就可以通过ScoreDoc来遍历文档
                Document doc = searcher.doc(sd.doc);  // sd.doc得到的是文档的序号
                System.out.println(doc.get("fileName") + "[" + doc.get("filePath") + "]"); // 输出该文档所存储的信息
            }
        }
        catch (Exception e) {
            System.out.println("搜索文件的过程中遇到异常,堆栈轨迹如下");
            e.printStackTrace();
        }
        finally {
            if (null != reader) {
                try {
                    reader.close();
                }
                catch (IOException e) {
                    System.out.println("关闭IndexReader时遇到异常,堆栈轨迹如下");
                    e.printStackTrace();
                }
            }
        }
    }

}

解释代码专区

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

java编程专栏