lucen入门.doc

LUCENE.COM.CN 中国 简介 | 讲座 | 结构 | 实践 | 入门 | 原理 | 分词 |API | L | LUKE | 书籍 | 论坛 | 联系我们 ? Lucene入门与使用 1.1 Lucene 历史 ????? org.apache.lucene包是纯java语言的全文索引检索工具包。????? Lucene的作者是资深的全文索引/检索专家，最开始发布在他本人的主页上，2001年10月贡献给APACHE，成为APACHE基金jakarta的一个子项目。????? 目前，lucene广泛用于全文索引/检索的项目中。????? lucene也被翻译成C#版本，目前发展为Lucene.Net（不过最近好象有流产的消息）。 1.2 Lucene 原理 ?????? lucene的检索算法属于索引检索，即用空间来换取时间，对需要检索的文件、字符流进行全文索引，在检索的时候对索引进行快速的检索，得到检索位置，这个位置记录检索词出现的文件路径或者某个关键词。?????? 在使用数据库的项目中，不使用数据库进行检索的原因主要是：数据库在非精确查询的时候使用查询语言“like %keyword%”，对数据库进行查询是对所有记录遍历，并对字段进行“%keyword%”匹配，在数据库的数据庞大以及某个字段存储的数据量庞大的时候，这种遍历是致命的，它需要对所有的记录进行匹配查询。因此，lucene主要适用于文档集的全文检索，以及海量数据库的模糊检索，特别是对数据库的xml或者大数据的字符类型。 2．Lucene的下载和配置 2.1 Lucene的下载 ?????? lucene在jakarta项目中的发布主页：/lucene/docs/index.html。以下主要针对windows用户，其它用户请在上面的地址中查找相关下载。 ?????? lucene的.jar包的下载（包括.jar和一个范例demo）：/jakarta/lucene/binaries/lucene-1.4-final.zip ??????? lucene的源代码下载：/mirrors/apache/jakarta/lucene/source/lucene-1.4-final-src.zip ?lucene的api地址：/lucene/docs/api/index.html ?本文使用lucene版本：lucene-1.4-final.jar。 2.2 lucene的配置 ??????? 首先请确定你的机子已经进行了java使用环境的基本配置，即确保在某个平台下能够运行java源代码，否则请查阅相关文档进行配置。??????? 接下来进入lucene的配置：??????? 普通使用者：在环境变量的CLASSPATH中添加lucene的位置。比如：“D:\java \lucene-1.4-final\lucene-1.4-final.jar;”。?????? jbuilder使用者：在“Project”--“Project Properties”--“Required Libraries”进行添加。?????? Jsp使用者：也可以直接将lucene-1.4-final.jar文件放到\WEB-INF\classes下。 3. Lucene 的范例（Demo ） 3.1 Demo说明 ???????????? 可以得到的Demo包括：lucene-demos-1.4-final、XMLIndexingDemo，lucene-demos-1.4-final中包括对普通文件和html文件的两种索引，XMLIndexingDemo针对xml文件的索引。他们的区别主要在于：对普通文件进行索引时只要对文件的全文进行索引，而针对html、xml文件时，对标签类型不能进行索引，在实现上：html、xml的索引需要额外的数据流分析器，以分析哪些内容有用哪些无用。因此，在后两者实现上，索引的时间额外开支，甚至超过索引本身时间，而检索时间没有区别。 ??????? 以上Demo中，lucene-demos-1.4-final自带于lucene-1.4-final.zip中，XMLIndexingDemo的下载地址：/viewcvs.cgi/jakarta-lucene-sandbox/contributions/XML-Indexing-Demo/ 3.2 Demo的运行 ????????首先将demo.jar的路径添加如环境变量的CLASSPATH中，例如：“D:\java\lucene-1.4-final\lucene-demos-1.4-final.jar;”，同时确保已经添加lucene-1.4-fina