最近在研究搜索殷勤的全文索引，刚刚有了点眉目，发现还是很实用的，这里放出入门秘籍，大家一起分享！

一，Lucene 简介

Lucene 是一个基于 Java 的全文信息检索工具包，它不是一个完整的搜索应用程序，而是为你的应用程序提供索引和搜索功能。Lucene 目前是 Apache Jakarta 家族中的一个开源项目。也是目前最为流行的基于 Java 开源全文检索工具包。
目前已经有很多应用程序的搜索功能是基于 Lucene 的，比如 Eclipse 的帮助系统的搜索功能。Lucene 能够为文本类型的数据建立索引，所以你只要能把你要索引的数据格式转化的文本的，Lucene 就能对你的文档进行索引和搜索。比如你要对一些 HTML 文档，PDF 文档进行索引的话你就首先需要把 HTML 文档和 PDF 文档转化成文本格式的，然后将转化后的内容交给 Lucene 进行索引，然后把创建好的索引文件保存到磁盘或者内存中，最后根据用户输入的查询条件在索引文件上进行查询。不指定要索引的文档的格式也使 Lucene 能够几乎适用于所有的搜索应用程序。

我们先看看官方的架构图：

二，官网demo

1、首先到官网下载lucene-4.10.3.zip

官方网址：http://lucene.apache.org/

2、解压zip包，其中有一个demo有一个是lucene-xml-query-demo.war可以放到tomcat 安装目录的webapps中

3、将tomcat服务器开启输入localhost:8080/lucene-xml-query-demo将会出现界面但是点击查询会报java.lang.ClassNotFoundException:org.apache.lucene.xmlparser.webdemo.FormBasedXmlQueryDemo这个错误。这个原因是新版本中FormBasedXmlQueryDemo的路径

变了，这时你就需要到该项目的web.xml中将 <servlet-class> org.apache.lucene.xmlparser.webdemo.FormBasedXmlQueryDemo </servlet-class>

更改为 <servlet-class>org.apache.lucene.demo.xmlparser.FormBasedXmlQueryDemo</servlet-class>

然后把lucene-4.1.0解压包下 analysis\common\lucene-analyzers-common-4.10.2.jar和 sandbox\lucene-sandbox-4.10.2.jar

这两个文件拷贝到WEB-INF\lib文件夹下面，这时在点击查询就不会出现问题了输入java查询结果如下

三、简单实现

lucene基本工作原理简单可以理解为创建索引，而根据索引查询

下面是简单的例子

TxtFileInderxer作用是将D:/luceneData中所有的.txt文件建立索引并将所有的索引存放在D:/luceneIndex中

package org.com.test;import java.io.File;
import java.io.FileReader;
import java.io.Reader;
import java.util.Date;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.Store;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;public class TxtFileIndexer {public static void main(String[] args) throws Exception {// indexDir is the directory that hosts Lucene's index filesFile indexDir = new File("D:\\luceneIndex");// dataDir is the directory that hosts the text files that to be indexedFile dataDir = new File("D:\\luceneData");// Analyzer luceneAnalyzer = new// StandardAnalyzer(Version.LUCENE_4_10_2);// 对文档进行分词Analyzer luceneAnalyzer = new StandardAnalyzer();File[] dataFiles = dataDir.listFiles();IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_4_10_3, luceneAnalyzer);// 创建索引IndexWriter indexWriter = new IndexWriter(FSDirectory.open(indexDir),indexWriterConfig);// IndexWriter indexWriter = new IndexWriter(indexDir, luceneAnalyzer,// true);long startTime = new Date().getTime();for (int i = 0; i < dataFiles.length; i++) {if (dataFiles[i].isFile()&& dataFiles[i].getName().endsWith(".txt")) {System.out.println("Indexing file "+ dataFiles[i].getCanonicalPath());// 封装document对象Document document = new Document();Reader txtReader = new FileReader(dataFiles[i]);document.add(new TextField("path", dataFiles[i].getCanonicalPath(), Store.YES));// document.add(Field.Text("contents", txtReader));document.add(new TextField("contents", txtReader));indexWriter.addDocument(document);}}indexWriter.commit();// indexWriter.optimize();indexWriter.close();long endTime = new Date().getTime();System.out.println("It takes " + (endTime - startTime)+ " milliseconds to create index for the files in directory "+ dataDir.getPath());}}

TxtFileSearcher作用是从D:/luceneIndex中读取索引并查询.txt文件中含有lucene的文件

package org.com.test;import java.io.File;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;public class TxtFileSearcher {public static void main(String[] args) throws Exception {String queryStr = "java";// This is the directory that hosts the Lucene indexFile indexDir = new File("D:\\luceneIndex");Directory directory = FSDirectory.open(indexDir);// FSDirectory fsDirectory = FSDirectory.open(indexDir);IndexReader indexReader = IndexReader.open(directory);// FSDirectory directory = FSDirectory.getDirectory(indexDir,false);// IndexReader indexReader = IndexReader.open(fsDirectory);IndexSearcher indexSearcher = new IndexSearcher(indexReader);// IndexSearcher searcher = new IndexSearcher(indexReader);if (!indexDir.exists()) {System.out.println("The Lucene index is not exist");return;}Term term = new Term("contents", queryStr.toLowerCase());TermQuery luceneQuery = new TermQuery(term);// Hits hits = searcher.search(luceneQuery);TopDocs topDocs = indexSearcher.search(luceneQuery, 1000);ScoreDoc[] scoreDocs = topDocs.scoreDocs;if (scoreDocs == null || scoreDocs.length == 0) {System.out.println("The  Lucene index is not exist");}for (int i = 0; i < scoreDocs.length; i++) {Document document = indexSearcher.doc(scoreDocs[i].doc);System.out.println("File: " + document.get("path"));}indexReader.close();}
}

执行结果如下：

以"D:\\luceneData"为数据源建立索引：

按“java”为关键字搜索结果：

总结：

在我们的逐渐成熟，走向大牛的技术生涯中，一直有一个现象，我们愁眉不展研究了N个日日夜夜的结果，某牛分分钟就找到的一个jar包实现了我们的功能，而且比较完善，每每遇到这个现象，我就会想起《荀子·劝学》中的名句：

吾尝终日而思矣，不如须臾之所学也；吾尝跂而望矣，不如登高之博见也。登高而招，臂非加长也，而见者远；顺风而呼，声非加疾也，而闻者彰。假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。君子生非异也，善假于物也。

千年前的古人，已经教育我们，作为君子，应该学习站在巨人的肩膀上，人类发明文字，就是为了后人可以继承，有了继承，我们以几千年的文明塑造了无与伦比的发展速度，且这个速度一直被刷新！程序，何尝不是这样！！！

lucene4.10.3入门相关推荐

教程 | 10分钟入门简笔画（哆啦A梦篇）
多啦A梦主题曲 - 腾讯视频从小就喜欢小叮当这个形象,不知道为什么后来改成了多啦A梦. 多啦A梦之歌,时常萦绕在耳旁: 心中有许多愿望,能够实现有多棒,只有哆啦a梦可以带着我实现梦想可爱圆圆胖脸庞 ...
大神的日语学习方法，10天入门，2个月达到N3水平，7个月突破N1
标题:大神的日语学习方法,10天入门,2个月达到N3水平,7个月突破N1,我先收藏起来,我晕,颠覆了我学习语言的思维,按照这个办法可以去攻克其他语种了一．前言很多同学问我学习日语 ...
10分钟入门 ANSA API
扫描下方二维码关注我的微信公众号 - CAE软件二次开发Lab阅读全文! 文章目录 10分钟入门 ANSA API Script Editor (脚本编辑器) Modules(模块) 在ANSA中 ...
微信小程序怎么在wxml中插入多个图片_白云工商带你10分钟入门微信小程序开发...
10分钟入门微信小程序开发程序开发难吗? No!来白云工商带你10分钟入门微信小程序开发! 英语不好能学好程序开发吗? 当然能,程序开发常见的也就那几个单词,只要热爱,非常简单! 欣赏首先,来欣赏 ...
教程 | 10分钟入门简笔画（彩色小插画）
你好,色彩. BY:铃铛子马克笔的笔触感觉: BY:铃铛子由于大家写字的时候,为了笔锋,会起笔停顿一下,落笔再停顿一下,但是运行马克笔的时候不要这样,起笔确定了就画线,落笔除非必要,否则不停顿. ...
【强烈推荐】网络安全10本入门必看书籍
前言对于初学者来说,了解网络安全的入门知识是非常重要的.以下是我推荐的10本入门网络安全必看的书籍 1.<黑客攻防技术宝典> 作者:余洪涛,出版社:清华大学出版社这本书是网络安全初学者 ...
教程 | 10分钟入门简笔画12（创意小插画）
我的一家很多宝宝说想学创作,今天跟大家分享简笔画中的联想小插画. 所谓联想小插画,就是想到哪里画到哪里.首先确定一个主题,抓住主要元素,然后用装饰性字体.元素.花边来丰富画面.我尝试创作了一张My ...
教程 | 10分钟入门禅绕画 3
禅绕装饰画是一种意识流装饰画,也是一种有趣随性的涂鸦,笔触可以天马星空随意走动. 禅绕画的构图技巧:重复.对称.均衡.重叠.勾线.肌理等.所有技巧的组合可以使得画面节奏和谐.疏密有度.节奏韵律恰如其分 ...
【推荐】网络安全10本入门必看书籍
前言对于初学者来说,了解网络安全的入门知识是非常重要的.以下是我推荐的10本入门网络安全必看的书籍 1.<黑客攻防技术宝典> 作者:余洪涛,出版社:清华大学出版社这本书是网络安全初学者 ...

lucene4.10.3入门

一，Lucene 简介

二，官网demo

三、简单实现

总结：

lucene4.10.3入门相关推荐

最新文章

热门文章