Lucene是一套全文檢索的API

0、準備工作I用怡標識I歌件|CIA5ETATHCwSttcljAimiui速將裁明到HU纓希鬣莖疙1W雇用程序!0、準備工作I用怡標識I歌件|CIA5ETATHCwSttcljAimiui速將裁明到HU纓希鬣莖疙1W雇用程序!t詞良用；'?』F』刑（新I［壑環(huán)境壹量肯,計算機世I理逝擊特［蕓皇物瓦理頓成玖丁血站的常戶衰量苫曜）：蒙量眉10：WMElitTEUFC1AZEFMK所更覆，...[wfittLyillgLucene是一套全文檢索的API,對其介紹的文章和應(yīng)用的案例都多，可參考lucene及本文的參考文獻。此次學習，以實用為主，一是簡單應(yīng)用，二是Web應(yīng)用，三是漢化，四相關(guān)應(yīng)用（Lucene主頁上在SandBox中）。去Lucene的主頁下載目前的穩(wěn)定版本lucene-1.2.tar.gz，解壓縮，將lucene-1.2目錄下的兩個jar文件lucene-1.2.jar和lucene-demo2-1.2.jar放到適當?shù)哪夸浵潞螅⑵浼尤氲紺LASSPATH環(huán)境變量中。tarzxvflucene-1.2.tar.gz<----解壓縮cdlucene-1.2cp*.jar$DP< 存放jar文件的目錄，根據(jù)具體工作要求用實際目錄替換CLASSPATH=$CLASSPATH:$DP/lucene-1.2.jar:$DP/lucene-demosT.2.jar;exportCLASSPATH如果不想在每次都登錄后，可以編輯/etc/profile或自己目錄下的.profile，將上面的最后一行加到文件的最后一行。Windows的設(shè)置，右擊桌面的“我的電腦”，選“高級”一〉“環(huán)境變量”一〉選中CLASSPATH一>“編輯”，在輸入框中加入兩個jar文件的全路徑名，注意分隔符是分號（;）。參見右圖。1、運彳亍demo$javaorg.apache.lucene.demo.IndexFiles/usr/local/man/manl/<--對man文件建立索引adding/usr/local/man/manl/mysql.ladding/usr/local/man/man1/cvs.11614totalmilliseconds$javaorg.apache.lucene.demo.SearchFiles<--進行檢索Query:passwordSearchingfor:password7totalmatchingdocuments0./usr/local/man/man1/mysql.16./usr/local/man/man1/mysqlshow.1Query:OK!Lucene自待的demo運行成功這個demo程序調(diào)用的主要API函數(shù)：/*關(guān)于索引的主要函數(shù)*/Filefile=newFile(argv[]);IndexWriterwriter=newIndexWriter("index",newStandardAnalyzer(),true);Documentdoc=newDocument();doc.add(Field.Text(〃path〃，file.getPath()));doc.add(Field.Keyword(〃modified〃，DateField.timeToString(file.lastModified())));FileInputStreamis=newFileInputStream(f);Readerreader=newBufferedReader(newInputStreamReader(is));doc.add(Field.Text(〃contents〃，reader));writer.addDocument(doc);writer.optimize();writer.close();/*關(guān)于檢索的主要函數(shù)*/Searchersearcher=newIndexSearcher("index");Analyzeranalyzer=newStandardAnalyzer();Queryquery=QueryParser.parse(lineforsearch,"contents",analyzer);Hitshits=searcher.search(query);for(inti=start;i<hits.length();i++)(Documentdoc=hits.doc(i);Stringpath=doc.get("path");System.out.println(i+"."+path);}3、運行LuceneWeb假定tomcat裝在$TOMCATHOME目錄下，具體應(yīng)用時用真實的目錄替換$TOMCATHOME。cd$TOMCATHOME/webappsmkdirlucenedbcdlucenedbjavaorg.apache.lucene.demo.IndexHTML-create-index$TOMCAT/webapps/lucenedb../examples<--用相對路徑“..”，一來指明被索引的文件的位置，二來用來顯示被索引文件的URL，因為檢索的jsp程序在luceneweb子目錄下.examples可用其它的真實應(yīng)用的目錄名來替換cd..cp~/lucene-1.2/luceneweb.war.<--luceneweb.war在你解壓縮生成的lucene-1.2目錄下../bin/shudown.sh../bin/startup.sh

然后通過客戶端訪問:8080/luceneweb,如果順利瀏覽器應(yīng)出現(xiàn)右邊所示的內(nèi)容。.再到服務(wù)器端cdlucenewebWekometoHieLikeiieTeinphteapphtation(Tlusisthehe^dei}viconfiguration.jsp<--WekometoHieLikeiieTeinphteapphtation(Tlusisthehe^dei} n的值改為100 Poge Search "$TOMCATHOME/webapps/luc「口口」.. enedb";cd..jar-urluceneweb.warluceneweb再到客戶端，刷新剛才的頁面，然后就可以輸入單詞進行檢索了。遺憾的是，此是只能檢索英文單詞。且如果命中的html頁面的title是漢字的話，顯示也有問題。如圖。t口tlieLu<cueTemplateoppli<jhoniTIhmistliehe3<kifIhxument Sunun^jyB<>DY；8{?R<>LLB_AR-FA{JE-(：?L<>R=FEFFF4,SC1R<?LIHIGHLIGHT-=FFI?"!?E.S<E<^LLE_U>SILAIh:=FFI^I^E.S<Tj>LLE_AJ>3ITIGHT-<1<T<T.=FCRCEQLLEAR-ARRHSmOF=FFhhhj,RORILLEAKT<1<^L<T.=FFFFFF.B<>DY；S{?R<>LLB_AK-FA{?E-(:?L<>R=FEFFF4,SC1R<>LIHTGHLIGHT-<1<T<^R=FFI^"1.S<E<^LLB_AJ>SILAIh:toeeeeee =FFI^I^E.S<Tj>LLE_AJ>3ITKiHT-<1<T<T.=FC1PiJTR3口-3口口廠國V-LCT廠幣HHHF以LTiTTRAP-H此處的IndexHTML,可以對htm、html和txt類型的文件進行索引，用的是一個HTMLParser，除此以外與上一例基本相同。不僅僅在推廣和介紹方面，車東在Lucene的漢化及web應(yīng)用，也作出了極大的極大的貢獻。他將自己的漢化和web應(yīng)用兩方面的成果，放在sourceforge上成了開源的項目。下面主要是對這個項目的學習筆記。對發(fā)了兩個分，一個單字一個進行分引和檢索了。譯后一起打入了，如果不愿個Analyzer對發(fā)了兩個分，一個單字一個進行分引和檢索了。譯后一起打入了，如果不愿個Analyzer載。Analyzer，我IndexHTML和Analyzer也Lucene的漢化，車東開Analyzer，一個是二元切切分。利用這兩個中的任析，都可以進行漢字的索我把這兩個Analyzer編到lucene-1.2.jar中自己動手進行編譯這兩的朋友，可以從這兒下有了新的把IndexFiles、SearchFiles中的用了新CJKAnalyzer做Query:用戶管理Searchingfor："用戶戶管管理10totalmatchingdocuments0+/test/yhgl+htm-中心用戶管理1+/test/jtyhglts+htm-信息出楚2+/test/jtyhgltz+htm-信息出韜3+/test/menuyh+htm-中心用戶管理4+/test/ytwyhts3+htm-佶息出雷5+/test/ytwyhts+htm-