Lucene(01)

来源:http://www.cnblogs.com/tenglongwentian/archive/2016/10/29/6011263.html
-Advertisement-
Play Games

我的博客園博文地址:http://www.cnblogs.com/tenglongwentian/ Lucene,最新版是Lucene6.2.1,匹配的jdk版本是1.8正式版。這裡用jdk7最後一版,所以用Lucene5.3.3。 新建一個maven項目,如果不會可以參考前面的博文,前面的博文有專 ...


我的博客園博文地址:http://www.cnblogs.com/tenglongwentian/

Lucene,最新版是Lucene6.2.1,匹配的jdk版本是1.8正式版。
這裡用jdk7最後一版,所以用Lucene5.3.3。

新建一個maven項目,如果不會可以參考前面的博文,前面的博文有專門提到如何新建maven項目。
新建的maven項目:<packaging>jar</packaging>,

 1 <dependencies>
 2         <!-- https://mvnrepository.com/artifact/org.apache.lucene/lucene-core -->
 3         <dependency>
 4             <groupId>org.apache.lucene</groupId>
 5             <artifactId>lucene-core</artifactId>
 6             <version>5.5.3</version>
 7         </dependency>
 8         <!-- https://mvnrepository.com/artifact/org.apache.lucene/lucene-queryparser -->
 9         <dependency>
10             <groupId>org.apache.lucene</groupId>
11             <artifactId>lucene-queryparser</artifactId>
12             <version>5.5.3</version>
13         </dependency>
14         <!-- https://mvnrepository.com/artifact/org.apache.lucene/lucene-analyzers-common -->
15         <dependency>
16             <groupId>org.apache.lucene</groupId>
17             <artifactId>lucene-analyzers-common</artifactId>
18             <version>5.5.3</version>
19         </dependency>
20     </dependencies>

因為我用jdk7,不喜歡每次更新maven倉庫都要手動調整項目的jdk版本,所以

 1 <!-- 源碼目錄,插件管理等配置 -->
 2     <build>
 3         <finalName>Lucene</finalName>
 4         <plugins>
 5             <plugin>
 6                 <groupId>org.apache.maven.plugins</groupId>
 7                 <artifactId>maven-compiler-plugin</artifactId>
 8                 <version>3.3</version>
 9                 <configuration>
10                     <!-- 指定source和target的版本 -->
11                     <!-- source 指定用哪個版本的編譯器對java源碼進行編譯 -->
12                     <source>1.7</source>
13                     <!-- target 指定生成的class文件將保證和哪個版本的虛擬機進行相容 -->
14                     <target>1.7</target>
15                 </configuration>
16             </plugin>
17         </plugins>
18     </build>

可以這樣。

新建兩個類:

Indexer

import java.io.File;
import java.io.FileReader;
import java.nio.file.Paths;

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.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;

public class Indexer {
    private IndexWriter writer;// 寫索引實例

    /**
     * 構造方法實例化IndexWriter
     * 
     * @param indexDir
     * @throws Exception
     */
    public Indexer(String indexDir) throws Exception {
        Directory dir = FSDirectory.open(Paths.get(indexDir));
        Analyzer analyzer = new StandardAnalyzer();// 標準分詞器
        IndexWriterConfig iwc = new IndexWriterConfig(analyzer);
        writer = new IndexWriter(dir, iwc);
    }

    /**
     * 關閉寫索引
     * 
     * @throws Exception
     */
    public void close() throws Exception {
        writer.close();
    }

    /**
     * 索引指定目錄的所有文件
     * 
     * @param dataDir
     * @throws Exception
     */
    public int index(String dataDir) throws Exception {
        File[] files = new File(dataDir).listFiles();
        for (File f : files) {
            indexFile(f);
        }
        return writer.numDocs();
    }

    /**
     * 索引指定文件
     * 
     * @param f
     */
    private void indexFile(File f) throws Exception {
        // TODO Auto-generated method stub
        System.out.println("索引文件:" + f.getCanonicalFile());
        Document doc = getDocument(f);
        writer.addDocument(doc);
    }

    /**
     * 獲取文檔,文檔里在設置每個欄位
     * 
     * @param f
     * @return
     * @throws Exception
     */
    private Document getDocument(File f) throws Exception {
        // TODO Auto-generated method stub
        Document doc = new Document();
        doc.add(new TextField("contents", new FileReader(f)));
        doc.add(new TextField("fileName", f.getName(), Field.Store.YES));
        doc.add(new TextField("fullPath", f.getCanonicalPath(), Field.Store.YES));
        return doc;
    }
    public static void main(String[] args){
        String indexDir="E:\\lucene";
        String dataDir="E:\\lucene\\data";
        Indexer indexer = null;
        int numIndexed=0;
        long start=System.currentTimeMillis();
        try {
            indexer = new Indexer(indexDir);
            numIndexed=indexer.index(dataDir);
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }finally {
            try {
                indexer.close();
            } catch (Exception e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }
        long end=System.currentTimeMillis();
        System.out.println("索引:"+numIndexed+"個文件,花費了"+(end-start)+"毫秒");
    }
}
String indexDir="E:\\lucene";
String dataDir="E:\\lucene\\data";
看到這裡不要好奇,盤符隨意,在任意盤符根目錄下新建文件夾,最好英文無空格,中文未測試,然後拷貝幾個txt文件到data文件夾下麵,一會測試用的到。
然後運行這個類,可以看到


然後可以在lucene文件夾下看到這幾個奇怪的文件,是什麼後面會提到,稍安勿躁。

新建另一個類:

Searcher

 1 import java.nio.file.Paths;
 2 
 3 import org.apache.lucene.analysis.Analyzer;
 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.index.IndexReader;
 8 import org.apache.lucene.queryparser.classic.QueryParser;
 9 import org.apache.lucene.search.IndexSearcher;
10 import org.apache.lucene.search.Query;
11 import org.apache.lucene.search.ScoreDoc;
12 import org.apache.lucene.search.TopDocs;
13 import org.apache.lucene.store.Directory;
14 import org.apache.lucene.store.FSDirectory;
15 
16 public class Searcher {
17     public static void search(String indexDir, String q) throws Exception {
18         Directory dir = FSDirectory.open(Paths.get(indexDir));
19         IndexReader reader = DirectoryReader.open(dir);
20         IndexSearcher is = new IndexSearcher(reader);
21         Analyzer analyzer = new StandardAnalyzer();
22         QueryParser parse = new QueryParser("contents", analyzer);
23         Query query = parse.parse(q);
24         long start = System.currentTimeMillis();
25         TopDocs hits = is.search(query, 10);
26         long end = System.currentTimeMillis();
27         System.out.println("匹配" + q + ",總共花費" + (end - start) + "毫秒," + "查詢到" + hits.totalHits + "個記錄");
28         for (ScoreDoc scoreDoc : hits.scoreDocs) {
29             Document doc = is.doc(scoreDoc.doc);
30             System.out.println(doc.get("fullPath"));
31         }
32         reader.close();
33     }
34 
35     public static void main(String[] args) {
36         String indexDir = "E:\\lucene";
37         //String q = "LICENSE-2.0";
38         String q = "Zygmunt Saloni";
39         try {
40             search(indexDir, q);
41         } catch (Exception e) {
42             // TODO Auto-generated catch block
43             e.printStackTrace();
44         }
45     }
46 }

運行這個類,

不要把第一個類生成的幾個特殊的文件刪除,任性的話,試試看,會報錯,如果刪除運行第一個類生成的幾個特殊的奇怪文件後再運行第二個類的時候會報錯。

還是任性的試試看吧。

對比String q = "Zygmunt Saloni";事實證明沒什麼影響,因為分詞了,整體切割。

加上-運行第二個類的話,結果一樣,自己試試看。

轉載請註明出處,謝謝。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 本文所討論的網路埠復用並非指網路編程中採用SO_REUSEADDR選項的 Socket Bind 復用。它更像是一個帶特定路由功能的埠轉發工具,在應用層實現。可以在80埠上復用一個SSH服務。 ...
  • 讀程式,輸出結果:1(finally的return覆蓋了catch的return) 讀程式,輸出結果:編譯錯誤(17行使用了未初始化的變數) ...
  • strlen(p): 能計算出p指向字元串的長度(以當前p的位置開始),不包含終止字元'\0'; p可以聲明為char* p或者char p[],這兩種形式strlen均能正確計算。 sizeof(p): sizeof是一個操作符,非函數,其值在編譯期確定,因此當p聲明為某一類型指針時,sizeof ...
  • 大家好,今天帶來的是自己實現的用C++完成基數排序.在數據結構,演算法分析和程式設計的學習過程中,我們經常也無法避免的要學到排序的演算法.排序演算法是程式設計過程中使用頻率極高的演算法之一,其輸入是一組無序的序列,要求以升序或者降序的方式輸出一組有序的序列.對於如二分查找等演算法,要求輸入是有序的序列,也就是 ...
  • 很多同學對於overload和override傻傻分不清楚,建議不要死記硬背概念性的知識,要理解著去記憶。 先給出我的定義: overload(重載):在同一類或者有著繼承關係的類中,一組名稱相同,參數不同的方法組。本質是對不同方法的稱呼。 override(覆寫):存在繼承關係的兩個類之間,在子類 ...
  • 標記名稱:flink [標簽簡介] [功能說明]:用於獲取友情鏈接,其對應後臺文件為"includetaglibflink.lib.php". [適用範圍]:全局標記,適用V55,V56,V57。 [參數說明]: [1]type:鏈接類型,值: a. textall 全部用文字顯示; b. text ...
  • // 首碼形式:增加然後取回值UPInt& UPInt::operator++(){ *this += 1; // 增加 return *this; // 取回值}// postfix form: fetch and incrementconst UPInt UPInt::operator++(in ...
  • 如下記錄一次作業: 很顯然,我這個應該屬於二逼青年版,會在以後更新文藝青年版的答案。 1、模仿sed,一個文件中,用新字元串替換老字元串。 2、查找、添加、刪除特定的內容 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...