- 浏览: 547953 次
- 性别:
- 来自: 杭州
文章分类
- 全部博客 (478)
- lucene (45)
- oracle (19)
- nutch (2)
- blog (2)
- 垂直搜索 (19)
- java综合 (89)
- spring (15)
- Hibernate (9)
- Struts (9)
- Hadoop (16)
- Mysql (12)
- nosql (10)
- Linux (3)
- MyEclipse (4)
- Ant (1)
- 设计模式 (19)
- JBPM (1)
- JSP (1)
- HtmlParser (5)
- SVN (2)
- 插件 (2)
- 收藏 (7)
- Others (1)
- Heritrix (18)
- Solr (4)
- 主题爬虫 (31)
- 内存数据库 (24)
- 分布式与海量数据 (32)
- httpclient (14)
- Tomcat (1)
- 面试宝典 (6)
- Python (14)
- 数据挖掘 (1)
- 算法 (6)
- 其他 (4)
- JVM (12)
- Redis (18)
最新评论
-
hanjiyun:
本人水平还有待提高,进步空间很大,看这些文章给我有很大的指导作 ...
JVM的内存管理 Ⅲ -
liuxinglanyue:
四年后的自己:这种方法 不靠谱。 使用javaagent的方式 ...
计算Java对象占用内存空间的大小(对于32位虚拟机而言) -
jaysoncn:
附件在哪里啊test.NoCertificationHttps ...
使用HttpClient过程中常见的一些问题 -
231fuchenxi:
你好,有redis,memlink,mysql的测试代码吗?可 ...
MemLink 性能测试 -
guyue1015:
[color=orange][/color][size=lar ...
JAVA同步机制
其实,lucene是一个很容易上手的搜索引擎框架,传统的搜索引擎,涉及到爬虫,也就是爬取网页,然后对网页进行加工,也就是索引,最后用于搜索,lucene这个框架可以很方便的帮你做到后面两个步骤,也就是索引和搜索!本文尝试通过一个例子,使大家掌握lucene的使用核心方法,包括分词、索引、搜索不同的目录、搜索不同的域,希望大家通过这个实例,对lucene和搜索引擎能有比较全面的认识!
其实,lucene是一个很容易上手的搜索引擎框架,传统的搜索引擎,涉及到爬虫,也就是爬取网页,然后对网页进行加工,也就是索引,最后用于搜 索,lucene这个框架可以很方便的帮你做到后面两个步骤,也就是索引和搜索!本文尝试通过一个例子,使大家掌握lucene的使用核心方法,包括分 词、索引、搜索不同的目录、搜索不同的域,希望大家通过这个实例,对lucene和搜索引擎能有比较全面的认识!
下面是这个例子的代码:
phz.LuceneTest.java
package phz; 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.queryParser.MultiFieldQueryParser; import org.apache.lucene.search.BooleanClause; import org.apache.lucene.search.Hits; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.MultiSearcher; import org.apache.lucene.search.Query; /** * 这个实例包含了lucene所有核心用法 * * @author panhuizi * */ public class LuceneTest { public static void main(String[] args) { try { LuceneTest luceneTest = new LuceneTest(); // 创建索引 luceneTest.index(); // 在索引所在目录下搜索"中国 金牌" luceneTest.search("中国 金牌"); } catch (Exception e) { e.printStackTrace(); } System.out.println("ok"); } public void index() throws Exception { /* 创建索引初始化,执行这些语句将创建或清空d:\\save\\目录下所有索引 */ IndexWriter writer1 = new IndexWriter("d:\\save\\", new StandardAnalyzer(), true); writer1.close(); /* * 往创建的初始化索引中添加索引内容,StandardAnalyzer表示用lucene自带的标准分词机制, * false表示不覆盖原来该目录的索引,细心的读者可能已经发现, 这句话和上面的那句就这个false不一样 */ IndexWriter writer2 = new IndexWriter("d:\\save\\", new StandardAnalyzer(), false); /* 创建一份文件 */ Document doc1 = new Document(); /* * 创建一个域ArticleTitle,并往这个域里面添加内容 "Field.Store.YES"表示域里面的内容将被存储到索引 * "Field.Index.TOKENIZED"表示域里面的内容将被索引,以便用来搜索 */ Field field1 = new Field("ArticleTitle", "北京2008年奥运会", Field.Store.YES, Field.Index.TOKENIZED); /* 往文件里添加这个域 */ doc1.add(field1); /* 同理:创建另外一个域ArticleText,并往这个域里面添加内容 */ Field field2 = new Field("ArticleText", "这是一届创造奇迹、超越梦想的奥运会.......", Field.Store.YES, Field.Index.TOKENIZED); doc1.add(field2); // 在这里还可以添加其他域 /* 添加这份文件到索引 */ writer2.addDocument(doc1); /* 同理:创建第二份文件 */ Document doc2 = new Document(); field1 = new Field("ArticleTitle", "中国获得全球赞誉", Field.Store.YES, Field.Index.TOKENIZED); doc2.add(field1); field2 = new Field("ArticleText", "中国所取得的金牌总数排行榜的榜首........", Field.Store.YES, Field.Index.TOKENIZED); doc2.add(field2); writer2.addDocument(doc2); // 在这里可以添加其他文件 /* 关闭 */ writer2.close(); } public void search(String serchString) throws Exception { /* 创建一个搜索,搜索刚才创建的d:\\save\\目录下的索引 */ IndexSearcher indexSearcher = new IndexSearcher("d:\\save\\"); /* 在这里我们只需要搜索一个目录 */ IndexSearcher indexSearchers[] = { indexSearcher }; /* 我们需要搜索两个域"ArticleTitle", "ArticleText"里面的内容 */ String[] fields = { "ArticleTitle", "ArticleText" }; /* 下面这个表示要同时搜索这两个域,而且只要一个域里面有满足我们搜索的内容就行 */ BooleanClause.Occur[] clauses = { BooleanClause.Occur.SHOULD, BooleanClause.Occur.SHOULD }; /* * MultiFieldQueryParser表示多个域解析, * 同时可以解析含空格的字符串,如果我们搜索"中国 金牌",根据前面的索引,显然搜到的是第二份文件 */ Query query = MultiFieldQueryParser.parse(serchString, fields, clauses, new StandardAnalyzer()); /* Multisearcher表示多目录搜索,在这里我们只有一个目录 */ MultiSearcher searcher = new MultiSearcher(indexSearchers); /* 开始搜索 */ Hits h = searcher.search(query); /* 把搜索出来的所有文件打印出来 */ for (int i = 0; i < h.length(); i++) { /* 打印出文件里面ArticleTitle域里面的内容 */ System.out.println(h.doc(i).get("ArticleTitle")); /* 打印出文件里面ArticleText域里面的内容 */ System.out.println(h.doc(i).get("ArticleText")); } /* 关闭 */ searcher.close(); } }
发表评论
-
关于Lucene的讨论
2011-01-01 10:20 1032分类为[lucene]的文章 ... -
有关Lucene的问题(收藏)推荐
2010-12-30 21:02 1073有关Lucene的问题(1):为 ... -
Lucene 学习总结(收藏)推荐
2010-12-30 20:54 1524Lucene学习总结之一:全文检索的基本原理 ... -
基于Lucene的Compass 资源(收藏)
2010-12-29 18:29 11051.2、Compass相关网上资源 1、官方网站1: http ... -
Lucene 3.0.2索引文件官方文档(二)
2010-12-28 22:36 982Deletable File A writer dy ... -
Lucene 3.0.2索引文件官方文档(一)
2010-12-28 22:34 1423Apache Lucene - Index File ... -
Lucene 3.0 索引文件学习总结(收藏)
2010-12-28 22:28 905lucene学习1——词域信息 ... -
Lucene 字符编码问题
2010-12-27 20:29 960现在如果一个txt文件中包含了ANSI编码的文本文件和Uni ... -
Lucene 字符编码问题
2010-12-27 20:20 998现在如果一个txt文件中包含了ANSI编码的文本文件和Unic ... -
Annotated Lucene(源码剖析中文版)
2010-12-25 22:52 1222Apache Lucene是一个高性能(high-pe ... -
Lucene 学习推荐博客
2010-12-25 22:42 1009深未来deepfuturelx http://deepfut ... -
Lucene3.0 初窥 总结(收藏)
2010-12-25 22:16 1770【Lucene3.0 初窥】全文检索的基本原理 ... -
转:基于lucene实现自己的推荐引擎
2010-12-17 17:05 1021采用基于数据挖掘的 ... -
加速 lucene 的搜索速度 ImproveSearchingSpeed(二)
2010-12-17 17:01 1003本文 为简单翻译,原文在:http://wiki.apac ... -
加速 lucene 索引建立速度 ImproveIndexingSpeed
2010-12-17 16:58 1029本文 只是简单的翻译,原文 在 http://wiki.a ... -
lucene 3.0 中的demo项目部署
2010-12-15 22:02 941转自:bjqincy 1 在myEclipise 建立 ... -
Lucene 3.0.2 源码 - final class Document
2010-12-14 22:33 855package org.apache.lucene.do ... -
Lucene 3.0.2 源码 - final class Field
2010-12-14 22:29 914package org.apache.lucene.do ... -
Lucene 3.0.2 源码 - abstract class AbstractField
2010-12-14 22:28 1009package org.apache.lucene.do ... -
Lucene 3.0.2 源码 - interface Fieldable
2010-12-14 22:28 1139package org.apache.lucene.do ...
相关推荐
一个例子学懂搜索引擎(lucene);Lucene初级教程
一个基于LUCENE搜索引擎项目例子一个基于LUCENE搜索引擎项目例子一个基于LUCENE搜索引擎项目例子
一个例子学懂搜索引擎(lucene).doc 中文搜索引擎技术揭密.doc 九大开源搜索引擎介绍.txt 基于Nutch的搜索引擎技术.pdf 基于开源工具搭建小型搜索引擎.pdf 整合开源工具的小型搜索引擎构建.pdf 用_Hadoop_进行分布式...
B/S架构下采用LUCENE开发的一个搜索引擎的小例子
开发自己的搜索引擎《lucene2.0+heritrix》一书对应的源码资料,总共有30M,只上传了几个例子. ch2-lucene入门小例子 myReserch-可用的网络搜索引擎
博文链接:https://haowei0315.iteye.com/blog/235240
如果你没接触过 lucene 搜索引擎,如果你不知道搜索引擎的简单原理,你可以看看,保证你看后能对搜索引擎有个深刻的印象。
Lucene 实现的 搜索引擎 例子 ,里面有索引的生成 检查 等等
Lucene nutch 搜索引擎 开发 实例 源码 里面包含了Lucene的使用源码 以及nutch使用的源码 还有spider的使用源码 例子的注释比较详细~适合初学者
Lucene 是一个开源、高度可扩展的搜索引擎库,可以从 Apache Software Foundation 获取。您可以将 Lucene 用于商业和开源应用程序。Lucene 强大的 API 主要关注文本索引和搜索。它可以用于为各种应用程序构建搜索...
我自己写的一个lucene搜索引擎的简单入门例子源代码 对照lucene,相当的易懂。api我这也有,含JE分词器。
《解密搜索引擎技术实战——Lucene&Java;精华版(第3版)》是猎兔搜索开发团队的软件研发和教学实践的经验汇总。《解密搜索引擎技术实战——Lucene&Java;精华版(第3版)》总结搜索引擎相关理论与实际解决方案,并给...
lucene Heritrix
java实现的基于lucene的网络新闻搜索引擎的设计与实现,java搜索引擎的很好例子。
lucene为数据库搜索建立增量索引.txt lucene数据库索引.txt 新闻系统全文检索的思绪.txt lucene学习笔记 1 .txt lucene学习笔记 2.txt lucene学习笔记 3 .txt lucene入门实战.txt Lucene 的学习 .txt ...
主要包括: Web搜索引擎开发实例 搜索结果的处理和显示 搜索请求的构建和解析 索引的管理 中文分词 桌面搜索引擎开发实例
本书总结搜索引擎相关理论与实际解决方案,并给出了Java实现,其中利用了流行的开源项目Lucene和Solr,而且还包括原创的实现。本书主要包括总体介绍部分、爬虫部分、自然语言处理部分、全文检索部分以及相关案例分析...
搜索引擎Lucene结合Hibernate的例子,带有所有的LIB!