Sea-Source Bay 使用Lucene的API遍历Lucene索引.docVIP

Sea-Source Bay 使用Lucene的API遍历Lucene索引 Sea-Source Bay: 使用Lucene的API遍历Lucene索引 Windows Live Windows Live 服务主页联系人家庭安全设置日历百宝箱HotmailOneCareSpaces全部服务其他 Live 服务Live Search MSN 帐户反馈帮助中心主页HotmailSpacesOneCareMSN 搜索 登录 共享空间主页 注册共享空间主页 您的共享空间朋友照片 活动 Sea-Source Bay照片个人资料朋友日志留言簿列表 工具 发送消息订阅 RSS 源告诉朋友添加到 L邀请成为朋友订阅通知浏览共享空间 日志 选择如何对日志分组： 按日期列出 按类别列出日志 摘要 2008年11月 2008年10月 2008年9月 2008年8月 2008年7月 2008年6月 2008年5月 2008年4月 2008年3月 2008年2月 2008年1月 2007年12月 2007年11月 2007年10月 2007年9月 2007年8月 2007年7月 2007年6月 2007年5月 很抱歉，当前无法删除此日志，请稍后再试。 1月6日 使用Lucene的API遍历Lucene索引 一般使用Lucene的人都很少需要对索引进行遍历之类的操作，因为使用Lucene一般都不会对其索引文件产生太大兴趣，只注重将Lucene作为一个全文检索工具来使用而已，并不在意其内部实现和结构。但是很多学习Lucene的朋友都希望可以看见完整的Lucene索引内容，至少包含索引词、索引词出现的文档、索引词在文档中的位置（这里指的位置并不是词在原文中的位置，而是指其在Lucene对文档进行过滤后得到的新文档的位置）等信息。前几个月笔者就因为在实验室里的一个实验性的项目做了一些需要遍历Lucene索引的工作。 事实上，如果我们需要观察Lucene索引的内容，我们完全可以使用Luke，但是我们知道Luke所提供的信息并不是总能满足我们的需要，而且很多人都认为Luke的功能十分强大，但是实际上我们自己完全可以自己开发一个类似Luke的工具。只要你对Java界面编程比较熟悉的话（这通常是比较难的），那么仅仅需要知道一些本文即将阐述的几个Lucene API就可以了。 这里我们遍历索引的思路是，首先得到索引词，然后根据索引词得到关于这个索引词的相关信息（主要就是根据倒排文件的结构遍历）。第一步就是得到索引词的枚举器(enumeration)，在Lucene里为我们提供了TermEnum类，该类位于org.apache.lucene.index包下，它的声明为 public abstract class TermEnum extends Object 根据官方的API说明，该类是一个用于枚举索引词的抽象类。索引词枚举器总是按照TpareTo()进行排序。索引词枚举器中的任意一个词都比它之前的词要大。 它只有一个无参构造方法。除了继承自Object类的方法外，它主要有以下几个方法： abstract void close() 关闭枚举器，释放资源。 abstract int docFreq() 返回当前索引词的文档频率。 abstract boolean next()