用java编写搜索擎用java编写搜索引擎.docVIP

1.1.1 准备工作环境（10分钟） ?2009-10-29 10:02 ?罗刚 ?电子工业出版社 ?我要评论() 摘要：《自己动手写搜索引擎》第1章遍历搜索引擎技术，本章从快速实现基本的搜索入手，然后深入展开分析搜索的基本技术。本节为大家介绍准备工作环境（10分钟）。 标签：搜索引擎??自己动手写搜索引擎 Oracle帮您准确洞察各个物流环节 第1章? 遍历搜索引擎技术 搜索引擎是我们每天上网经常使用的功能，本书介绍的搜索技术需要Java编程语言基础。本章从快速实现基本的搜索入手，然后深入展开分析搜索的基本技术。 1.1? 30分钟实现的搜索引擎 首先从一个简单的搜索引擎入手，实现一个简单的指定目录文件的搜索引擎。实现之前需要读者具有Java开发方面的基础知识。 1.1.1? 准备工作环境（10分钟） 首先要准备一个Java的开发环境。当前可以使用JDK 1.6。JDK 1.6可以从Sun的官方网站下载得到。使用默认方式安装即可。 然后要使用的是一个用来管理搜索引擎索引库的jar包，叫做Lucene。目前可以从/java/docs/index.html下载到最新的Lucene，当前的版本是2.3。另外，使用集成开发环境Eclipse，其开发界面如图1-1所示。 ? （点击查看大图）图1-1? Java开发界面 如果需要用Web界面搜索，还要下载Tomcat，当前可以从/下载到，推荐使用Tomcat 5.5以上的版本。 然后增加Tomcat的内存使用量，防止内存溢出。 如果是在Linux下，可以用vi编辑器修改./catalina.sh文件，增加行： JAVA_OPTS=-Xmx600m? 如果是在Windows下，可以用文本编辑器记事本修改./catalina.bat文件，增加行： set?JAVA_OPTS=-Xmx600m? 【作者提示】如果不增加内存使用量，运行时可能会出现java.lang.OutOfMemoryError异常。 1.1.2 编写代码（15分钟） ?2009-10-29 10:02 ?罗刚 ?电子工业出版社 ?我要评论() 摘要：《自己动手写搜索引擎》第1章遍历搜索引擎技术，本章从快速实现基本的搜索入手，然后深入展开分析搜索的基本技术。本节为大家介绍编写代码（15分钟）。 标签：搜索引擎??自己动手写搜索引擎 Oracle帮您准确洞察各个物流环节 1.1.2? 编写代码（15分钟） 搜索引擎的基础在于对全文索引库的管理，在Lucene中，通过IndexWriter来写入索引库。伪代码如下： 1．创建IndexWriter，准备写索引； 2．遍历要索引的路径； 3．优化索引。 下面是主要的实现代码： public?void?go()?throws?Exception??{ ? ????????long?start?=?System.currentTimeMillis(); ? ????????if?(verbose)?{ ? ????????????System.out.println(Creating?index?in:??+?indexDir); ? ????????????//创建索引目录或者建立增量索引 ? ????????????if?(incremental)?System.out.println(-?using?incremental?mode); ? ????????} ? ????????Index?=?new?IndexWriter(new?File(indexDir),?new?StandardAnalyzer(), ? ????????????!incremental);//打开或创建索引库，indexDir是索引存放的路径 ? ???????? ? ????????File?dir?=?new?File(sSourceDir);//待索引的文件存放的路径? ? ????????indexDir(dir);//索引路径? ? ????????index.optimize();//索引优化 ? ????????index.close();//关闭索引库 ? ????????if(verbose) ? ????????System.out.println(index?complete?in?:+(System.?currentTime?Millis()?-?start)/1000); ? }? 下面这段代码把文件内容加到索引库： private?void?indexFile(File?item)?{ ? ????????if?(verbose)?System.out.println(Adding?FILE:??+?item);?? ? ????????New