Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包.
粘贴这句话的意思就是想说明 Lucene仅仅是一个工具包,搜索引擎的工具包.
有人会问?Lucene和solr的区别,solr是一个搜索系统,打个比方,就如servlet和struts2的区别 Lucene就是servlet,solr就好比solr,solr封装了Lucene.
下面说说Lucene的原理:
我们使用Lucene,其实使用的是他的倒排查询
什么是倒排查询?举个例子
新华字典,我们都用过吧,新华字典分为两部分,第一部门就是目录的边旁部首,第二部分就是正文,一个一个字的解释,
我们在用新华字典的时候,一般我们都是通过边旁部首找字,没有人一页一页的翻字典找字吧.
Lucene的倒排就是如此,他会检索文本,数据库,web网页,在把内容分词,就像边旁部首
再次强调
搜索引擎(百度,谷歌)和lucene的区别
搜索引擎就是一个应用,lucene就是一个搜索工具类
name:lucene表示要搜索name这个Field域中，内容为“lucene”的文档。
desc:lucene AND desc:java 表示要搜索即包括关键字“lucene”也包括“java”的文档。
看不懂没关系
我接下来说明Doucment和Field关系
这里我用数据库中的一条数据说明
这一条数据就是一个document文档
每一个字段就是一个Field域
这样说是不是豁然开朗了.
接下来,我们说说分词器
这个lucene是外国人搞得,对中文的支持不说你也知道,不多外国人也想到这一点,"我是中国人">>我 是 中 国 人 >> 这样的效果其实还不是我们想要的,我们要的是"中国","国人"这样的词汇,这里我也不打哑谜了,市场上有很多中文分词器,无敌的存在我觉得就是IK了,这是一个jar包,导入项目即可,说他无敌是因为他可以自己加词,比如"屌丝","高富帅",这也词,可以自己加到分词器中,让程序认得.
这就是要用到的包;
ik下载后把这3个文件也要导入项目中,ext.dic是加词的,stop是停词的.
前面的都是Lucece的理论,只有理论搞懂了,下面的代码实现过程也就轻松了
1 package com.itheima.lucene;
2
3 import java.io.File;
4 import java.util.ArrayList;
5 import java.util.List;
6
7 import org.apache.lucene.analysis.Analyzer;
8 import org.apache.lucene.analysis.standard.StandardAnalyzer;
9 import org.apache.lucene.document.Document;
10 import org.apache.lucene.document.Field.Store;
11 import org.apache.lucene.document.TextField;
12 import org.apache.lucene.index.DirectoryReader;
13 import org.apache.lucene.index.IndexReader;
14 import org.apache.lucene.index.IndexWriter;
15 import org.apache.lucene.index.IndexWriterConfig;
16 import org.apache.lucene.queryparser.classic.QueryParser;
17 import org.apache.lucene.search.IndexSearcher;
18 import org.apache.lucene.search.Query;
19 import org.apache.lucene.search.ScoreDoc;
20 import org.apache.lucene.search.TopDocs;
21 import org.apache.lucene.store.Directory;
22 import org.apache.lucene.store.FSDirectory;
23 import org.apache.lucene.util.Version;
24 import org.junit.Test;
25 import org.wltea.analyzer.lucene.IKAnalyzer;
26
27 import com.itheima.dao.BookDao;
28 import com.itheima.dao.impl.BookDaoImpl;
29 import com.itheima.pojo.Book;
30
31 public class CreateIndexTest {
32 //分词
33 @Test
34 public void testCreateIndex() throws Exception{
35 // 1. 采集数据
36 BookDao bookDao = new BookDaoImpl();
37 List<Book> listBook = bookDao.queryBookList();
38
39 // 2. 创建Document文档对象
40 List<Document> documents = new ArrayList<>();
41 for (Book bk : listBook) {
42
43 Document doc = new Document();
44 doc.add(new TextField("id", String.valueOf(bk.getId()), Store.YES));// Store.YES:表示存储到文档域中
45 doc.add(new TextField("name", bk.getName(), Store.YES));
46 doc.add(new TextField("price", String.valueOf(bk.getPrice()), Store.YES));
47 doc.add(new TextField("pic", bk.getPic(), Store.YES));
48 doc.add(new TextField("desc", bk.getDesc(), Store.YES));
49
50 // 把Document放到list中
51 documents.add(doc);
52 }
53
54 // 3. 创建分析器（分词器）
55 //Analyzer analyzer = new StandardAnalyzer();
56 //中文 IK
57 Analyzer analyzer = new IKAnalyzer();
58
59 // 4. 创建IndexWriterConfig配置信息类
60 IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_4_10_3, analyzer);
61
62 // 5. 创建Directory对象，声明索引库存储位置
63 Directory directory = FSDirectory.open(new File("H:\\temp"));
64
65 // 6. 创建IndexWriter写入对象
66 IndexWriter writer = new IndexWriter(directory, config);
67
68 // 7. 把Document写入到索引库中
69 for (Document doc : documents) {
70 writer.addDocument(doc);
71 }
72
73 // 8. 释放资源
74 writer.close();
75 }
76
//查
77 @Test
78 public void serachIndex() throws Exception{
79 //创建分词器 必须和检索时的分析器一致
80 Analyzer analyzer = new StandardAnalyzer();
81 // 创建搜索解析器，第一个参数：默认Field域，第二个参数：分词器
82 QueryParser queryParser = new QueryParser("desc", analyzer);
83
84 // 1. 创建Query搜索对象
85 Query query = queryParser.parse("desc:java AND lucene");
86
87 // 2. 创建Directory流对象,声明索引库位置
88 Directory directory = FSDirectory.open(new File("H:\\temp"));
89
90 // 3. 创建索引读取对象IndexReader
91 IndexReader indexReader = DirectoryReader.open(directory);
92
93 // 4. 创建索引搜索对象IndexSearcher
94 IndexSearcher indexSearcher = new IndexSearcher(indexReader);
95
96 // 5. 使用索引搜索对象，执行搜索，返回结果集TopDocs
97 // 第一个参数：搜索对象，第二个参数：返回的数据条数，指定查询结果最顶部的n条数据返回
98 TopDocs topDocs = indexSearcher.search(query, 10);
99 System.out.println("查询到的数据总条数是：" + topDocs.totalHits);
100 //获得结果集
101 ScoreDoc[] docs = topDocs.scoreDocs;
102
103 // 6. 解析结果集
104 for (ScoreDoc scoreDoc : docs) {
105 //获得文档
106 int docID = scoreDoc.doc;
107 Document doc = indexSearcher.doc(docID);
108
109 System.out.println("docID:"+docID);
110 System.out.println("bookid:"+doc.get("id"));
111 System.out.println("pic:"+doc.get("pic"));
112 System.out.println("name:"+doc.get("name"));
113 System.out.println("desc:"+doc.get("desc"));
114 System.out.println("price:"+doc.get("price"));
115 }
116
117 // 7. 释放资源
118 indexReader.close();
119 }
120 }