Lucene五分鐘教程
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?
- 閱讀下面關於Lucene的書籍。
- 你需要應該使用Apache Solr代替Apache Lucene嗎?
- 更多關於Lucene的基本概念
一些與Lucene和搜尋相關的書籍
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:
- 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。
- 在Lucene專案上面右鍵,選擇“屬性”
- 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
- 定位到從lucene-[version].tar.gz解壓出來的資料夾上,選擇 lucene-core-[version].jar。
- 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
- Lucene教程
- Git五分鐘教程Git
- 初探Lucene
- 【Lucene&&Solr】Lucene索引和搜尋流程Solr索引
- lucene(一) lucene一些概念的理解
- Lucene原始碼解析--Lucene中的CloseableThreadLocal類原始碼thread
- QUnit5分鐘教程
- 30分鐘泛型教程泛型
- GDB十分鐘教程
- Lucene學習
- lucene第一步,lucene基礎,索引建立索引
- 5分鐘安裝docker教程Docker
- 30 分鐘 Qunit 入門教程
- Maven 5 分鐘入門教程Maven
- lucene、lucene.NET詳細使用與優化詳解優化
- Lucene學習一
- lucene入門使用
- Lucene查詢原理
- lucene學習總結篇--lucene全文檢索的基本原理和lucene API簡單的使用API
- 5分鐘上手cml視訊教程
- 30 分鐘快速入門 Docker 教程Docker
- 30 分鐘 Java Lambda 入門教程Java
- JavaScript物件導向15分鐘教程JavaScript物件
- lucene 總結收集(url)
- lucene 自定義評分
- Lucene 排序 Sort與SortField排序
- Lucene建立索引流程索引
- lucene Filter過濾器Filter過濾器
- lucene字典實現原理
- Apache Lucene 4釋出Apache
- lucene入門問題
- 15分鐘包會sass終極教程
- [譯] 30 分鐘 Python 爬蟲教程Python爬蟲
- Bash指令碼15分鐘進階教程指令碼
- C語言指標5分鐘教程C語言指標
- C 語言指標 5 分鐘教程指標
- 網站搜尋功能lucene網站
- Lucene打分公式的推導公式