lucene入门与使用（The Lucene entry and use）.docVIP

lucene入门与使用（The Lucene entry and use） 中国 简介 | 讲座 | 结构 | 实践 | 入门 | 原理 | 分词 | api | | luke | 书籍 | 论坛 | 联系我们 lucene入门与使用 本文主要面向具体使用, 适用于已熟悉java编程的lucene初学者. 1. lucene的简介 1.1 历史 lucene 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 (不过最近好象有流产的消息). 1.2 原理 lucene 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: http: / / / 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): http: / / / jakarta / lucene / binary / lucene-1.4-final.zip lucene的源代码下载: http: / / / mirrors / apache / jakarta / lucene / source / lucene-1.4-final-src.zip lucene的api地址: http: / / / 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: Plain user: adds the location of Lucene in the CLASSPATH of the environment variable. For example: D:\java \lucene-1.4-final\lucene-1.4-final.jar.;. JBuilder user: add Project - Project Properties - Required Libraries. Jsp user: you can also put the lucene-1.4-final.jar file directly under \WEB-INF\classes. Example of the 3. Lucene (Demo) 3.1 Demo description The available Demo includes: lucene-demos-1.4-final, XMLIndexingDemo, and lucene-demos-1.4-final, including two indexes for plain files and HTML files, and XMLIndexingDemo indexes for XML files. The difference between them is the main index of common file: the full text of the document as long as the index, and for HTML, XML file, index of tag types cannot, in the realization of HTML, the XML index requi