本学期学习了做一个自己的Web搜索引擎，其中使用到了Lucene包，发现这个开源包简单易用，所以记录一下。
首先是Lucene的索引结构：
从左往右看，是读索引的过程，从右往左看，则是构建索引的过程。
其中，所有中包含文档（Document）每篇文档中又包含（Field），field为自己设置的域。
先看创建索引过程吧：
1.创建Field
Field field=new Field(Field名称，Field内容，存储方式，索引方式）
例如： field=new Field("content",content,Field.Store.YES,Field.Index.ANALYZED,Field.TermVector.WITH_POSITIONS_OFFSETS);
存储方式：
（1）Field.Store.NO为不存储，一般用于检索的文档的正文。
（2）Field.Store.YES完全存储，如标题可用完全存储。
（3）Field.Store.COMPRESS压缩存储，正文也可以用压缩存储。
索引方式：
（1）Field.Index.NO不索引
（2）Field.Index.NO_NORMS索引但不分析
（3）Field.Index.UN_TOKENIZED索引但不分词
（4）Field.Index.TOKENIZED分词并索引
2.创建Document
Document doc=new Document();(空Document)
doc.add(Field);
3.创建IndexWriter
IndexWriter writer=new IndexWriter(存储索引的路径，分析器的实例);
分析器实例：做词法分析的(StandardAnlyzer......)同时推荐大家IK-Analyzer。
通过IndexWriter联系逻辑索引和物理索引，在此创建的为空索引器，需要添加Document
writer.add(Document);
创建完成记得关闭writer.close();
FSDirectory是Lucene对文件系统的操作，有下面三个子类
1.SimpleFSDirectory 不能很好地支持多线程操作，要做到这一点必须在内部加入锁。
2.NIOFSDirectory 支持Windows外的多线程操作，在win上的性能较差。
3.MapDirectory 使用内存映射的I/O接口进行读写，支持多线程，但是消耗空间。
代码示例：
import java.io.File;
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.SimpleFSDirectory;
import org.apache.lucene.util.Version;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
public class BasicIndexer {
public static void main(String[] args) throws java.io.IOException{
// TODO Auto-generated method stub
SimpleFSDirectory dir=new SimpleFSDirectory(new File("index"));
IndexWriter writer=new IndexWriter(dir, new
IndexWriterConfig(Version.LUCENE_36, new
StandardAnalyzer(Version.LUCENE_36)));
//该示例中有两个文档，即一个Document，包含两个Field
//First doc
Document doc=new Document();
String title="I love China";
Field field=new Field("title",title,Field.Store.YES,Field.Index.ANALYZED);
doc.add(field);
String content="I love you, China";
field=new Field("content",content,Field.Store.YES,Field.Index.ANALYZED);
doc.add(field);
writer.addDocument(doc);
//second doc
doc=new Document();
title="I love mom";
field=new Field("title",title,Field.Store.YES,Field.Index.ANALYZED);
doc.add(field);
content="I love you, my mother";
field=new Field("title",title,Field.Store.YES,Field.Index.ANALYZED);
doc.add(field);
writer.addDocument(doc);
writer.close();
System.out.println("Index Created!");
}
}
到此索引便建立起来了。
接着便是执行搜索，以下为示例代码：
import java.io.File;
import org.apache.lucene.index.*;
import org.apache.lucene.search.*;
import org.apache.lucene.store.SimpleFSDirectory;
public class BasicSearcher {
public static void main(String[] args) throws java.io.IOException{
// TODO Auto-generated method stub
SimpleFSDirectory indexPath=new SimpleFSDirectory(new File("index"));
IndexReader reader=IndexReader.open(indexPath);
IndexSearcher searcher=new IndexSearcher(reader);
String searchField="content";//要执行搜索的Field
String searchPhrase="汉语";//要搜索的内容
Term t=new Term(searchField,searchPhrase);
Query q=new TermQuery(t);
TopDocs tdc=searcher.search(q,5);
ScoreDoc[] sdc=tdc.scoreDocs;
System.out.println(tdc.totalHits);
for(int i=0;i<sdc.length;i++)
{
int doc=sdc[i].doc;
System.out.println(doc);
System.out.println(reader.document(sdc[i].doc).get(searchField));
}
reader.close();
searcher.close();
}
}
在Lucene中还可以进行模糊查询等查询功能，同时也支持用户自定义的加权求文档向量空间得分。
这里向大家推荐Lucene3[1].0原理与代码分析，里面内容较为深入全面，小的也正是从中学习的，若有发现错误，还希望读者不惜赐教。