基于Java的全文索引引擎--Lucene.pptVIP

Lucene并没有规定数据源的格式，而只提供了一个通用的结构（Document对象）来接受索引的输入，因此输入的数据源可以是：数据库，WORD文档，PDF文档，HTML文档……只要能够设计相应的解析转换器将数据源构造成Docuement对象即可进行索引。 索引过程：从命令行读取文件名（多个），将文件分路径(path字段)和内容(body字段)2个字段进行存储，并对内容进行全文索引：索引的单位是Document对象，每个Document对象包含多个字段Field对象，针对不同的字段属性和数据输出的需求，对字段还可以选择不同的索引/存储字段规则。 1.建立一个空的倒排序文件如下这段代码创建了一个Index Writer对象，并初始化这个对象，建立一个空的倒排序文件，存放这些文件的目录在命令行中指定。 -----------------CreateIndex.java----------------public class CreateIndex { public static void main(String[] args) throws Exception { String IndexPath = args[0]; IndexWriter writer; writer = new IndexWriter(IndexPath,null,true); writer.close(); }}------------------------------------------------------编译：JAVAC CreateIndex.java执行：JAVA CreateIndex c:\opt\lucene\index这样我们就在c:\opt\lucene\index建立了一个空的倒排档。 2.对文本文件建立倒排文件如下这段代码IndexFiles.java演示了如何向一个已存在的倒排文件增加文献，索引的路径和文献的位置在命令行中指定。对于每一个文献IndexFiles创建一个Document对象，然后使用Indexwrite.addDocument(Document D)方法加入这个文献。 -------------------------------IndexFiles.java-----------------------------public class IndexFiles {  public static void main(String[] args) throws Exception {  String indexPath = args[0]; IndexWriter writer; writer = new IndexWriter(indexPath, new SimpleAnalyzer(), false); //用指定的语言分析器构造一个新的写索引器  for (int i=1; iargs.length; i++) { System.out.println(Indexing file + args[i]); InputStream is = new FileInputStream(args[i]); Document doc = new Document(); doc.add(Field.UnIndexed(path, args[i])); doc.add(Field.Text(body, (Reader) new InputStreamReader(is))); writer.addDocument(doc); is.close(); }; writer.close(); }}------------------------------------------------------------------------------------- 编译：JAVAC IndexFiles.java执行：JAVA IndexFiles c:\opt\lucene\index geoscience.htm这样我们就在c:\opt\lucene\index添加geoscience.htm到c:\opt\lucene\index的倒排档。 3.检索前面介绍了如何建立倒排档，下面如何利用表达式得到符合要求的结果集。Lucene支持较复杂的查询表达式，分析处理查询表达式的类都在org.lecene.query包中。 ---------------------------------Search.java-----------------------------------public class S