Lucene五分鐘教程

importnew發表於2014-08-19

  更新:下面的程式碼使用Lucene 4.0版本!

  Lucene大大簡化了在應用中整合全文搜尋的功能。但實際上Lucene十分簡單,我可以在五分鐘之內向你展示如何使用Lucene。

 1. 建立索引

  為了簡單起見,我們下面為一些字串建立記憶體索引:

StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_40);
Directory index = new RAMDirectory();
 
IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_40, analyzer);
 
IndexWriter w = new IndexWriter(index, config);
addDoc(w, "Lucene in Action", "193398817");
addDoc(w, "Lucene for Dummies", "55320055Z");
addDoc(w, "Managing Gigabytes", "55063554A");
addDoc(w, "The Art of Computer Science", "9900333X");
w.close();

  addDoc()方法把文件(譯者注:這裡的文件是Lucene中的Document類的例項)新增到索引中。

private static void addDoc(IndexWriter w, String title, String isbn) throws IOException {
  Document doc = new Document();
  doc.add(new TextField("title", title, Field.Store.YES));
  doc.add(new StringField("isbn", isbn, Field.Store.YES));
  w.addDocument(doc);
}

  注意,對於需要分詞的內容我們使用TextField,對於像id這樣不需要分詞的內容我們使用StringField。

  2.搜尋請求

  我們從標準輸入(stdin)中讀入搜尋請求,然後對它進行解析,最後建立一個Lucene中的Query物件。

String querystr = args.length > 0 ? args[0] : "lucene";
Query q = new QueryParser(Version.LUCENE_40, "title", analyzer).parse(querystr);

  3.搜尋

  我們建立一個Searcher物件並且使用上面建立的Query物件來進行搜尋,匹配到的前10個結果封裝在TopScoreDocCollector物件裡返回。

int hitsPerPage = 10;
IndexReader reader = IndexReader.open(index);
IndexSearcher searcher = new IndexSearcher(reader);
TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true);
searcher.search(q, collector);
ScoreDoc[] hits = collector.topDocs().scoreDocs;

  4.展示

  現在我們得到了搜尋結果,我們需要想使用者展示它。

System.out.println("Found " + hits.length + " hits.");
for(int i=0;i<hits.length;++i) {
    int docId = hits[i].doc;
    Document d = searcher.doc(docId);
    System.out.println((i + 1) + ". " + d.get("isbn") + "\t" + d.get("title"));
}

  這裡是這個小應用的完整程式碼。下載HelloLucene.java

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopScoreDocCollector;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;
 
import java.io.IOException;
 
public class HelloLucene {
  public static void main(String[] args) throws IOException, ParseException {
    // 0. Specify the analyzer for tokenizing text.
    //    The same analyzer should be used for indexing and searching
    StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_40);
 
    // 1. create the index
    Directory index = new RAMDirectory();
 
    IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_40, analyzer);
 
    IndexWriter w = new IndexWriter(index, config);
    addDoc(w, "Lucene in Action", "193398817");
    addDoc(w, "Lucene for Dummies", "55320055Z");
    addDoc(w, "Managing Gigabytes", "55063554A");
    addDoc(w, "The Art of Computer Science", "9900333X");
    w.close();
 
    // 2. query
    String querystr = args.length > 0 ? args[0] : "lucene";
 
    // the "title" arg specifies the default field to use
    // when no field is explicitly specified in the query.
    Query q = new QueryParser(Version.LUCENE_40, "title", analyzer).parse(querystr);
 
    // 3. search
    int hitsPerPage = 10;
    IndexReader reader = DirectoryReader.open(index);
    IndexSearcher searcher = new IndexSearcher(reader);
    TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true);
    searcher.search(q, collector);
    ScoreDoc[] hits = collector.topDocs().scoreDocs;
    
    // 4. display results
    System.out.println("Found " + hits.length + " hits.");
    for(int i=0;i<hits.length;++i) {
      int docId = hits[i].doc;
      Document d = searcher.doc(docId);
      System.out.println((i + 1) + ". " + d.get("isbn") + "\t" + d.get("title"));
    }
 
    // reader can only be closed when there
    // is no need to access the documents any more.
    reader.close();
  }
 
  private static void addDoc(IndexWriter w, String title, String isbn) throws IOException {
    Document doc = new Document();
    doc.add(new TextField("title", title, Field.Store.YES));
 
    // use a string field for isbn because we don't want it tokenized
    doc.add(new StringField("isbn", isbn, Field.Store.YES));
    w.addDocument(doc);
  }
}

  可以直接在命令列中使用這個小應用,鍵入java HelloLucene

  下面可以做什麼?

  1. 閱讀下面關於Lucene的書籍。
  2. 你需要應該使用Apache Solr代替Apache Lucene嗎
  3. 更多關於Lucene的基本概念

  一些與Lucene和搜尋相關的書籍

 

Lucene五分鐘教程 Lucene五分鐘教程 Lucene五分鐘教程
Lucene五分鐘教程 Lucene五分鐘教程 Lucene五分鐘教程
Lucene五分鐘教程 Lucene五分鐘教程 Lucene五分鐘教程
Lucene五分鐘教程 Lucene五分鐘教程 Lucene五分鐘教程

  Github上的基於maven的庫

  Mac Luq在Github上的基於maven的庫:

  https://github.com/macluq/helloLucene

  用下面這條命令下載它:

git clone https://github.com/macluq/helloLucene.git

  PS:如果你是Java新手的話,試試下面的命令:

wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-core/4.0.0/lucene-core-4.0.0.jar
wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-analyzers-common/4.0.0/lucene-analyzers-common-4.0.0.jar
wget http://repo1.maven.org/maven2/org/apache/lucene/lucene-queryparser/4.0.0/lucene-queryparser-4.0.0.jar
wget http://www.lucenetutorial.com/code/HelloLucene.java
javac -classpath .:lucene-core-4.0.0.jar:lucene-analyzers-common-4.0.0.jar:lucene-queryparser-4.0.0.jar HelloLucene.java
java -classpath .:lucene-core-4.0.0.jar:lucene-analyzers-common-4.0.0.jar:lucene-queryparser-4.0.0.jar HelloLucene

  你會得到下面的結果:

Found 2 hits.
1. Lucene in Action
2. Lucene for Dummies

  Erik,一個可能對你有所幫助的讀者抱怨到:

  編譯過程還算順利,但是我不能正常執行這段程式碼。在網上搜尋並且自己嘗試了以後發現Lucene的jar檔案必須在classpath中,否則執行不起來。這可能對很多像我這樣的java初學者很多幫助。

  安裝Lucene

  PS:我發現一些初學者在安裝Lucene時有些困難。

  你應該先下載Lucene,然後把它解壓到一個你用於程式設計的目錄。

  如果你使用Netbeans,你也可以這麼做:

  • 遵循這裡的教程。
  • 按照下面的步驟:
  1. 通過以此點選Netbeans選單欄上的“工具”,然後選擇“庫管理器”,把Lucene的jar檔案作為外部類庫加進來。
  2. 在Lucene專案上面右鍵,選擇“屬性”
  3. 在彈出來的對話方塊中,以此選擇“類庫”,”新增jar或資料夾”選項
  4. 定位到從lucene-[version].tar.gz解壓出來的資料夾上,選擇 lucene-core-[version].jar。
  5. 點選“確定”,現在jar檔案就已經新增到你專案的classpath中去了。

  原文連結: lucenetutorial 翻譯: ImportNew - 劉 家財

相關文章