Lucene第一个入门学习例子

看Lucene in Action的时候，练习的一个入门例子。

在使用Lucene进行文本内容搜索前，需要先对指定的目录下的文件进行建立索引，代码如下：

import java.io.File;
import java.io.FileFilter;
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.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class Indexer {
	public static void main(String[] args) {
		if(args.length != 2) {
			throw new IllegalArgumentException("Usage : java " + Indexer.class.getName() + " <index dir><data dir>");
		}
		String indexDir = args[0];
		String dataDir = args[1];

		long start = System.currentTimeMillis();
		Indexer indexer = null;
		try {
			indexer = new Indexer(indexDir);
		} catch (IOException e) {
			e.printStackTrace();
		}
		int numIndexed = 0;
		try {
			numIndexed = indexer.index(dataDir, new TextFilesFilter());
		} catch (Exception e) {
			e.printStackTrace();
		}finally {
			try {
				indexer.close();
			} catch (IOException e) {
				e.printStackTrace();
			} 
		}
		long end = System.currentTimeMillis();
		System.out.println("Indexing " + numIndexed + " files took " + (end - start) + "mi");
	}

	private IndexWriter writer;

	public Indexer(String indexDir) throws IOException {
		Directory dir = FSDirectory.open(new File(indexDir));
		writer = new IndexWriter(dir, new IndexWriterConfig(Version.LUCENE_30, new StandardAnalyzer(Version.LUCENE_30)));
	}

	public void close() throws IOException {
		writer.close();
	}

	public int index(String dataDir, FileFilter filter) throws Exception{
		File[] files = new File(dataDir).listFiles();
		for(File file : files) {
			if(!file.isDirectory() && !file.isHidden() && file.exists() && file.canRead() && (filter == null || filter.accept(file))) {
				indexFile(file);
			}
		}
		return writer.numDocs();
	}

	private static class TextFilesFilter implements FileFilter {
		@Override
		public boolean accept(File path) {
			return path.getName().toLowerCase().endsWith(".txt");
		}
	}

	/**
	 * 声明三个索引的查询域，一个contents，一个filename，一个fullpath
	 * @param f
	 * @return
	 * @throws Exception
	 */
	protected Document getDocument(File f) throws Exception {
		Document doc = new Document();
		doc.add(new Field("contents", new FileReader(f)));
		doc.add(new Field("filename", f.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
		doc.add(new Field("fullpath", f.getCanonicalPath(), Field.Store.YES, Field.Index.NOT_ANALYZED));
		return doc;
	}

	private void indexFile(File f) throws Exception {
		System.out.println("Indexing " + f.getCanonicalPath());
		Document doc = getDocument(f);
		writer.addDocument(doc);
	}
}

在使用命令方式执行后在传入的目录下会生成如图的文件：

成功生成索引后，便可以进行基本的搜索了，检索代码如下：

import java.io.File;
import java.io.IOException;
import java.util.Arrays;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.Term;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
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 Searcher {
	public static void main(String[] args) throws IOException, ParseException {
		if(args.length != 2) {
			throw new IllegalArgumentException("Usage: java " + Searcher.class.getName() + " <index dir><query>");
		}
		String indexDir = args[0];
		String q = args[1];
		search(indexDir, q);
	}

	private static void search(String indexDir, String q) throws IOException, ParseException {
		Directory dir = FSDirectory.open(new File(indexDir));
		DirectoryReader reader = DirectoryReader.open(dir);
		IndexSearcher is = new IndexSearcher(reader);
		// 每个Term都对应一个Field域
		Query query = new TermQuery(new Term("contents", q));
		long start = System.currentTimeMillis();
		TopDocs hits = is.search(query, 10);
		long end = System.currentTimeMillis();
		System.err.println("Found " + hits.totalHits + " document(s) (in " + (end - start) + " mi) that matched query ‘" + q + "‘ :");
		for(ScoreDoc scoreDoc : hits.scoreDocs) {
			Document doc = is.doc(scoreDoc.doc);
			System.out.println(doc.get("fullpath"));
			System.out.println(Arrays.toString(doc.getValues("filename")));
			System.out.println(doc.get("contents"));
		}

		Query qu = new TermQuery(new Term("filename", "1.txt"));
		TopDocs hits1 = is.search(qu, 10);
		for(ScoreDoc score : hits1.scoreDocs) {
			System.out.println(is.doc(score.doc).get("fullpath"));
		}
		reader.close();
		dir.close();
	}
}

命令中执行如搜索目录下是否有“Hi”的单词，返回结果为：

Lucene第一个入门学习例子