lucene入门系列(二、建立索引)
程序员文章站
2022-07-09 10:26:29
...
文档已经处理完毕,接下来,开始好似用Lucene处理相关内容。通常情况下,使用 Lucene的步骤如下所示:
(1)为要处理的内容建立索引
(2)构建查询对象
(3)在索引中查找
我这里用的lucene版本是2.4的,分词用的MMAnalyzer
(1)为要处理的内容建立索引
(2)构建查询对象
(3)在索引中查找
package com.heming.lucene.process;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import jeasy.analysis.MMAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexWriter;
/**
* 为文档创建索引
*
* @author 何明
*
*/
public class IndexProcesser {
// 成员变量,存储创建的索引文件存放的位置
private String INDEX_STORE_PATH = "d:\\index";
// 创建索引
public void createIndex(String inputDir) {
try {
// 以MMAnalyzer作为分词工具创建一个IndexWriter
IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,
new MMAnalyzer(), true);
File filesDir = new File(inputDir);
// 取得所有需要建立索引的文件数组
File[] files = filesDir.listFiles();
// 遍历数组
for (int i = 0; i < files.length; ++i) {
// 获取文件名
String fileName = files[i].getName();
// 判断文件是否为txt类型的文件
if (".txt"
.equals(fileName.substring(fileName.lastIndexOf(".")))) {
// 创建一个新的 Document
Document doc = new Document();
// 为文件名创建一个Field
Field field = new Field("filename", files[i].getName(),
Field.Store.YES, Field.Index.NOT_ANALYZED);
doc.add(field);
// 为文件内容创建一个Filed
field = new Field("content", loadFileToString(files[i]),
Field.Store.NO, Field.Index.NOT_ANALYZED);
doc.add(field);
// 把Document加入IndexWriter
writer.addDocument(doc);
}
}
// 关闭IndexWriter
writer.close();
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 从文件中把内容读出,所有的内容放在一个String 容器
*
* @param file
* @return
*/
private String loadFileToString(File file) {
try {
BufferedReader br = new BufferedReader(new FileReader(file));
StringBuffer sb = new StringBuffer();
String line = br.readLine();
while (null != line) {
sb.append(line);
line = br.readLine();
}
br.close();
return sb.toString();
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
public static void main(String[] args) {
IndexProcesser processor = new IndexProcesser();
processor.createIndex("d:\\test");
}
}
我这里用的lucene版本是2.4的,分词用的MMAnalyzer
下一篇: Lucene系列:(9)搜索结果排序