应用ExcelPanel核心组件构建全文检索功能.doc

目 录 第一章、概述 3 一、全文检索的基本概念 3 二、全文检索的评价标准 4 三、当前较为成熟的全文检索引擎 5 1. Lucence 5 2. FirteX 6 3. Solr 6 四、使用ExcelPanel建立适合于项目的全文检索引擎 7 1. ExcelPanel中有关全文检索的函数 7 2. 利用ExcelPanel建立全文检索引擎的优势 8 3. 实战示例 9 第二章、PowerBuilder/Delphi系统中应用 10 1. 在建立应用之前，我们首先假定以下的需求。 10 2. 好了，需求进行了明确，下面我们对其进行设计。 10 3. 编程实现示例。 11 3.1. 内容扫描与索引建立部分 11 第三章、Java系统中应用 18 1. 在建立应用之前，我们首先假定以下的需求 18 2. 好了，需求进行了明确，下面我们对其进行设计 18 3. 编程实现示例 19 3.1 内容扫描与索引建立部分 19 3.2 全文检索及显示部分 22 1. 在建立应用之前，我们首先假定以下的需求 26 2. 好了，需求进行了明确，下面我们对其进行设计 27 3. 编程实现示例（略） 28 第一章、概述 一、全文检索的基本概念 全文检索是指计算机索引程序通过扫描文中的每一个词，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，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。Lucence Lucene不是一个完整的全文索引应用，而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索功能。Lucene的者Doug Cutting是一位资深全文索引/检索专家，曾经是V-Twin搜索引擎(Apple的Copland操作系统的成就之一)的主要开发者，后在Excite担任高级系统架构设计师，目前从事于一些INTERNET底层架构的研究。他贡献出Lucene的目标是为各种中小型应用程序加入全文检索功能2001年年底成为APACHE基金会jakarta的一个子项目。已经有很多Java项目都使用了Lucene作为其后台的全文索引引擎，比较著名的有： Jive：WEB论坛系统 Eyebrows：邮件列表HTML归档/浏览/查询系统，本文的主要参考文档“TheLucene search engine: Powerful, flexible, and free”作者就是EyeBrows系统的主要开发者之一，而EyeBrows已经成为目前APACHE项目的主要邮件列表归档系统。 Cocoon:基于XML的web发布框架，全文检索部分使用了Lucene Eclipse:基于Java的开放开发平台，帮助部分的全文索引使用了Lucene 对于中文用户来说，最关心的问题是其是否支持中文的全文检索。Lucene良好架构设计，对中文的支持只需对其语言词法分析接口进行扩展就能实现对中文检索的支持。FirteX FirteX是目前国内一款比较出名的使用C++开发的开源全文检索引擎，支持纯文本，网页， PDF，Microsoft Office 等文件格式，支持中文(GB2312 和 GBK) 和英文，灵活的架构也可以方便地扩展支持其他语言和编码；检索语法丰富，支持多字段检索，日期范围检索，检索结果自定义排序等；系统也可以通过 COM 插件无限扩展。 Solr Solr采用Java5开发，是一个基于Lucene的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果；同时对Lucene其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能进行了优化，并且提供了一个完善的功能管理界面，是一款非常优秀的全文搜索引擎。　　文档通过Http利用XML 加到一个搜索集合中。查询该集合也是通过http收到一个XML/JSON响应来实现。它的主要特性包括：高效、灵活的缓存功能，垂直搜索功能，高亮显示搜索结果，通过索引复制来提高可用性，提供一套强大Data Schema来定义字段，类型和设置文本分析，提供基于Web的管理界面等。 四、使用ExcelPanel建立适合于项目的全文检索引擎 ExcelPanel中有关全文检索的函数或属性： //建立全文索引 function?GenerateFullTextIndex(AConn:Variant; ???????????????????????????????ADBType:Integer; ?