PDE档案信息全文检索系统技术体系说明.docVIP

PDE档案信息全文检索系统技术体系说明 一、需求场景分析 查询需求 功能 中文单字检索：把汉字关键词分割为单字，以单字为最小检索单位，如您好分为：您、好 英文单词检索 中文二分词、三分词、四分词精确检索 支持在结果中查询 显示 突出显示查询关键字 显示结果数、搜索用时、页数、页码链接、上下页 显示标题、关键字上下文、链接 在结果中打开站内文件突出显示关键字 索引源 站内目录URL资源文件类型 能索引html/htm/txt/pdf/MSOffice类型的文档 二、架构设计 三、程序代码设计 1、系统环境 环境初始化文件：index.ini位置在系统类目录search/WEB-INF/classes下的tools.search包中，为系统的正常运行提供基本环境变量，参数信息如下表 参数名称 参数值（参考） 说明 roots c:/search/infos/22=/search/servlet/Show/infos/22 索引源中的站内目录，“=”号后的值表示打开该目录下的文件时用的URL路径。多目录时用“,”号分开 indexPath c:/search/indexpath 索引库存放的目录 timing 11:00:00 定时启动索引 UserName admin 管理员用户名 Password pde 管理员密码 urls /search=http://localhost/search/servlet/Show 打开查找的URL资源时用“=”后面的路径替换前面的路径，用于实现关键字着重显示 环境构造器：Conf类从上面的index.ini文件中构造了基本环境变量对象，代码说明如下 位置（行） 类型 功能 11到17 语句 定义基本环境变量 19到58 构造函数 从index.ini文件中读取信息，并根据标志进行分析，把对应的值分别赋于变量，实现配置对象的构造 60到119 函数和方法 通过JavaBean中常用的“set”方法和“get”函数对变量进行读写 121到161 函数 把对象中的变量值按格式写回index.ini文件 index.ini编辑：SaveConf类扩展HttpServlet，响应管理员提交的基本环境配置信息，通过操作环境构造器实现配置信息存盘 位置（行） 类型 功能 13到14 语句 判断管理员是否登录 16到17 语句 取环境构造器（调用Conf）和HTTP参数 18到66 语句 循环分析参数，把结果赋于环境构造器中的对应变量 67到72 语句 保存到index.ini文件 2、查询 查询首页：index.html为系统查询首页，提供查询表单 显示查询结果:Search类扩展HttpServlet，响应用户提交的查询关键字，进行查询并显示查询结果 位置（行） 类型 功能 22到24 语句 显示PDE查询表单 25到26 语句 从HTTP取查询参数 28到41 语句 判断是查询或显示分页，若是查询则调用HtokSearch执行。取回结果数组 43到51 语句 判断是否为在结果查询，是则调用reSearch函数执行 53到59 语句 显示查询结果统计信息，包括：关键字、结果数、用时、页码及“在结果中找”动作 61到74 语句 显示10条以内查询结果，包括：标题、关键字上下文、URL位置 76到78 语句 显示分页信息及上下页链接 86到127 函数 根据新的关键字对查询结果进行再分析，排除不需要的条目，返回分析后的数组 129到150 函数 智能实现分页显示，返回分页html字符串 显示一个文件:Show类扩展HttpServlet，打开查询结果中的一条文档，实现着重显示 位置（行） 类型 功能 14到18 方法 初始化WebEasy数据引擎 32到50 语句 根据文档参数和用户名查询权限表，判断用户能否打开文档 52到56 语句 调用HtokSearch的构造函数HtokSearch(String)取文档的相对和物理路径 58到61 语句 判断文件类型，排出不能着重显示的文件 67 语句 调用HtokSearch的函数splitAll(String)智能分析参数，返回分割数组 68到75 语句 实现关键字着重显示 HtokSearch为查询核心类，调用Lucene-cn.jar检索引擎实现查询，集成关键字分析器、内容分析器，返回精确的结果数组 位置（行） 类型 功能 24到28 构造函数 调用WebEasy的ts工具取文件的物理路径 30到54 构造函数 读index.ini文件，取索引目录（indexPath）、站内资源目录（roots）、URL资源（urls）基本环境变量 56到80 函数 关键字分析器：智能分割中英