全文检索lucene研究.docVIP

本文由美白面膜排行榜 整理 全文检索lucene研究 1 Lucene简介 Lucene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。Lucene以其方便使用、快速实施以及灵活性受到广泛的关注。它可以方便地嵌入到各种应用中实现针对应用的全文索引、检索功能，本总结使用lucene3.0.0 2 Lucene 的包结构 1analysis对需要建立索引的文本进行分词、过滤等操作 2、standard是标准分析器 3、document提供对Document和Field的各种操作的支持。 4、index是最重要的包，用于向Lucene提供建立索引时各种操作的支持 5、queryParser提供检索时的分析支持 6、search负责检索 7、store提供对索引存储的支持 8、util提供一些常用工具类和常量类的支持 ?????? Lucene中的类主要组成如下： 1)org.apache.1ucene.analysis语言分析器，主要用于的切词Analyzer是一个抽象类，管理对文本内容的切分词规则。 2)org.apache.1uceene.document索引存储时的文档结构管理，类似于关系型数据库的表结构。 3)document包相对而言比较简单，document相对于关系型数据库的记录对象，Field主要负责字段的管理。 4)org.apache.1ucene.index索引管理，包括索引建立、删除等。索引包是整个系统核心，全文检索的根本就是为每个切出来的词建索引，查询时就只需要遍历索引，而不需要去正文中遍历，从而极大的提高检索效率。 5)org.apache.1ucene.queryParser查询分析器，实现查询关键词间的运算，如与、或、非等。 6)org.apache.1ucene.search检索管理，根据查询条件，检索得到结果。 7)org.apache.1ucene.store数据存储管理，主要包括一些底层的I/0操作。 8)org.apache.1ucene.util一些公用类。 3 Document文档 1)??????? void add(Field field) Document对象中添加字段 2)??????? void removeField(String name)删除字段。若多个字段以同一个字段名存在，则删除首先添加的字段；若不存在，则Document保持不变 3)??????? void removeFields(String name)删除所有字段。若字段不存在，则Document保持不变 4)??????? Field getField（String name）若多个字段以同一个字段名存在，则返回首先添加的字段；若字段不存在，则Document保持不变 5)??????? Enumeration fields()返回Document对象的所有字段，以枚举类型返回 6)??????? Field [] getFields(String name)根据名称得到一个Field的数组 7)??????? String [] getValues(String name)根据名称得到一个Field的值的数组 Document doc1 = new Document(); doc1.add(new Field(name, word1 word2 word3,Field.Store.NO,Field.Index.TOKENIZED)); Document doc2 = new Document(); doc2.add(new Field(name, word1 word2 word3,Field.Store.NO,Field.Index.TOKENIZED)); 4 Field字段 new Field(name, word1 word2 word3,Field.Store.YES,Field.Index.TOKENIZED);为例 4.1 Field类的构造方法 public Field(String name,String value,Store store,Index index);//直接的字符串方式 public Field(String name,String value,Store store,Index index,TermVector termVector); public Field(String name,String value,Reader reader);//使用Reader从外部传入 public Field(String name,String value,Reader reader,TermVector termVector); public