lucene全文检索精华.docx

lucene全文检索 概念 全文检索（Full-Text Retrieval）是计算机程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置。当用户查询时根据建立的索引查找，类似于通过字典的检索字表查字的过程. lucene全文检索的特性 全文检索（Full-Text Retrieval）是指以文本作为检索对象，找出含有指定词汇的文本。全面、准确和快速是衡量全文检索系统的关键指标。 关于全文检索的特性，我们要知道：1，只处理文本。2，不处理语义。3，搜索时英文不区分大小写。4，结果列表有相关度排序。 下图就是显示“1+1等于几”这个搜索要求对应的结果。可以看到，是没有“2”这个结果的，结果页面都是出现了这些词的网页 . 全文检索的应用场景 我们使用Lucene，主要是做站内搜索，即对一个系统内的资源进行搜索。如BBS、BLOG中的文章搜索，网上商店中的商品搜索等。使用Lucene的项目有Eclipse、Jira等。一般不做互联网中资源的搜索，因为不易获取与管理海量资源（专业搜索方向的公司除外）。 第一个lunece程序 准备lucene的开发环境 搭建Lucene的开发环境只需要加入Lucene的Jar包，要加入的jar包至少要有： lucene-core-4.4.0.jar（核心包） analysis\common\lucene-analyzers-common-4.4.0.jar（分词器） highlighter\lucene-highlighter-4.4.0.jar（高亮） \memory\lucene-memory-4.4.0.jar（高亮） queryparser\ lucene-queryparser-4.4.0.jar (查询解析) 实现建立索引功能(IndexWriter) /** * 使用indexWriter对数据库建立索引.. * @throws IOException */ @Test public void createIndex() throws IOException{ //索引存放的位置... Directory directory=FSDirectory.open(new File(indexDir/)); //lucene当前使用的匹配版本 Version matchVersion=Version.LUCENE_44; //分词器，对文本进行分词,抽象类,由子类实现不同的分词方式 Analyzer analyzer=new StandardAnalyzer(matchVersion); //索引写入的配置 IndexWriterConfig indexWriterConfig=new IndexWriterConfig(matchVersion, analyzer); //构建用于操作索引的类 IndexWriter indexWriter=new IndexWriter(directory, indexWriterConfig); //索引库里面的要遵守一定的结构，(索引结构...) 在索引库当中保存的都是document Document doc=new Document(); //索引document里面页游很多的字段... /** * 1：字段的名称 * 2：字段对应的值 * 3：该字段在索引库中是否存储 */ IndexableField id=new IntField(id, 1, Store.YES); //StringField不会根据分词器去拆分，只有后面的String全包括才能被搜索到 IndexableField title=new StringField(title, JAVA 培训,传智播客专注Java培训10年, Store.YES); //TextField如果按照默认分词器去拆分，中文则是按照单个中文拆分的 IndexableField content=new TextField(content, java培训的龙头老大,口碑最好的java培训机构,进来看看同学们的呐喊, Store.YES); doc.add(id); doc.add(title); doc.add(content); indexWriter.addDocument(doc); indexWriter.close(); } 实现搜索功能(IndexSearcher) /** * 使用indexSearcher对数据进行搜索 * @throws IOException */ @Tes