說明一下,這一篇文章的用到的lucene,是用2.0版本的,主要在查詢的時候2.0版本的lucene與以前的版本有了一些區別.
其實這一些代碼都是早幾個月寫的,自己很懶,所以到今天才寫到自己的博客上,高深的文章自己寫不了，只能記錄下一些簡單的記錄與點滴，其中的代碼算是自娛自樂的，希望高手不要把重構之類的砸下來...

1、在windows系統下的的C盤，建一個名叫s的文件夾,在該文件夾里面隨便建三個txt文件，隨便起名啦，就叫"1.txt","2.txt"和"3.txt"啦
其中1.txt的內容如下：

代碼
  1. 中華人民共和國 ??
  2. 全國人民 ??
  3. 2006 年??

而"2.txt"和"3.txt"的內容也可以隨便寫幾寫，這里懶寫，就復制一個和1.txt文件的內容一樣吧

2、下載lucene包，放在classpath路徑中
建立索引:

代碼
  1. package?lighter.javaeye.com; ??
  2. ??
  3. import?java.io.BufferedReader; ??
  4. import?java.io.File; ??
  5. import?java.io.FileInputStream; ??
  6. import?java.io.IOException; ??
  7. import?java.io.InputStreamReader; ??
  8. import?java.util.Date; ??
  9. ??
  10. import?org.apache.lucene.analysis.Analyzer; ??
  11. import?org.apache.lucene.analysis.standard.StandardAnalyzer; ??
  12. import?org.apache.lucene.document.Document; ??
  13. import?org.apache.lucene.document.Field; ??
  14. import?org.apache.lucene.index.IndexWriter; ??
  15. ??
  16. /** ?
  17. ?*?author?lighter?date?2006-8-7 ?
  18. ?*/??
  19. public?class?TextFileIndexer?{ ??
  20. ????public?static?void?main(String[]?args)?throws?Exception?{ ??
  21. ????????/*?指明要索引文件夾的位置,這里是C盤的S文件夾下?*/??
  22. ????????File?fileDir?=?new?File("c:\\s"); ??
  23. ??
  24. ????????/*?這里放索引文件的位置?*/??
  25. ????????File?indexDir?=?new?File("c:\\index"); ??
  26. ????????Analyzer?luceneAnalyzer?=?new?StandardAnalyzer(); ??
  27. ????????IndexWriter?indexWriter?=?new?IndexWriter(indexDir,?luceneAnalyzer, ??
  28. ????????????????true); ??
  29. ????????File[]?textFiles?=?fileDir.listFiles(); ??
  30. ????????long?startTime?=?new?Date().getTime(); ??
  31. ???????? ??
  32. ????????//增加document到索引去 ??
  33. ????????for?(int?i?=?0;?i?<?textFiles.length;?i++)?{ ??
  34. ????????????if?(textFiles[i].isFile() ??
  35. ????????????????????&&?textFiles[i].getName().endsWith(".txt"))?{ ??
  36. ????????????????System.out.println("File?"?+?textFiles[i].getCanonicalPath() ??
  37. ????????????????????????+?"正在被索引...."); ??
  38. ????????????????String?temp?=?FileReaderAll(textFiles[i].getCanonicalPath(), ??
  39. ????????????????????????"GBK"); ??
  40. ????????????????System.out.println(temp); ??
  41. ????????????????Document?document?=?new?Document(); ??
  42. ????????????????Field?FieldPath?=?new?Field("path",?textFiles[i].getPath(), ??
  43. ????????????????????????Field.Store.YES,?Field.Index.NO); ??
  44. ????????????????Field?FieldBody?=?new?Field("body",?temp,?Field.Store.YES, ??
  45. ????????????????????????Field.Index.TOKENIZED, ??
  46. ????????????????????????Field.TermVector.WITH_POSITIONS_OFFSETS); ??
  47. ????????????????document.add(FieldPath); ??
  48. ????????????????document.add(FieldBody); ??
  49. ????????????????indexWriter.addDocument(document); ??
  50. ????????????} ??
  51. ????????} ??
  52. ????????//optimize()方法是對索引進行優化 ??
  53. ????????indexWriter.optimize(); ??
  54. ????????indexWriter.close(); ??
  55. ???????? ??
  56. ????????//測試一下索引的時間 ??
  57. ????????long?endTime?=?new?Date().getTime(); ??
  58. ????????System.out ??
  59. ????????????????.println("這花費了"??
  60. ????????????????????????+?(endTime?-?startTime) ??
  61. ????????????????????????+?"?毫秒來把文檔增加到索引里面去!"??
  62. ????????????????????????+?fileDir.getPath()); ??
  63. ????} ??
  64. ??
  65. ????public?static?String?FileReaderAll(String?FileName,?String?charset) ??
  66. ????????????throws?IOException?{ ??
  67. ????????BufferedReader?reader?=?new?BufferedReader(new?InputStreamReader( ??
  68. ????????????????new?FileInputStream(FileName),?charset)); ??
  69. ????????String?line?=?new?String(); ??
  70. ????????String?temp?=?new?String(); ??
  71. ???????? ??
  72. ????????while?((line?=?reader.readLine())?!=?null)?{ ??
  73. ????????????temp?+=?line; ??
  74. ????????} ??
  75. ????????reader.close(); ??
  76. ????????return?temp; ??
  77. ????} ??
  78. }??

索引的結果：

代碼
  1. File?C:\s\1.txt正在被索引.... ??
  2. 中華人民共和國全國人民2006年 ??
  3. File?C:\s\2.txt正在被索引.... ??
  4. 中華人民共和國全國人民2006年 ??
  5. File?C:\s\3.txt正在被索引.... ??
  6. 中華人民共和國全國人民2006年 ??
  7. 這花費了297?毫秒來把文檔增加到索引里面去!c:\s??

3、建立了索引之后，查詢啦....

代碼
  1. package?lighter.javaeye.com; ??
  2. ??
  3. import?java.io.IOException; ??
  4. ??
  5. import?org.apache.lucene.analysis.Analyzer; ??
  6. import?org.apache.lucene.analysis.standard.StandardAnalyzer; ??
  7. import?org.apache.lucene.queryParser.ParseException; ??
  8. import?org.apache.lucene.queryParser.QueryParser; ??
  9. import?org.apache.lucene.search.Hits; ??
  10. import?org.apache.lucene.search.IndexSearcher; ??
  11. import?org.apache.lucene.search.Query; ??
  12. ??
  13. public?class?TestQuery?{ ??
  14. ????public?static?void?main(String[]?args)?throws?IOException,?ParseException?{ ??
  15. ????????Hits?hits?=?null; ??
  16. ????????String?queryString?=?"中華"; ??
  17. ????????Query?query?=?null; ??
  18. ????????IndexSearcher?searcher?=?new?IndexSearcher("c:\\index"); ??
  19. ??
  20. ????????Analyzer?analyzer?=?new?StandardAnalyzer(); ??
  21. ????????try?{ ??
  22. ????????????QueryParser?qp?=?new?QueryParser("body",?analyzer); ??
  23. ????????????query?=?qp.parse(queryString); ??
  24. ????????}?catch?(ParseException?e)?{ ??
  25. ????????} ??
  26. ????????if?(searcher?!=?null)?{ ??
  27. ????????????hits?=?searcher.search(query); ??
  28. ????????????if?(hits.length()?>?0)?{ ??
  29. ????????????????System.out.println("找到:"?+?hits.length()?+?"?個結果!"); ??
  30. ????????????} ??
  31. ????????} ??
  32. ????} ??
  33. ??
  34. }??

其運行結果：

引用
找到:3 個結果!

具體的API的用法，這里就不說了，具體的做法參考lucene的官方文檔吧...
下一篇文章:
搜索篇:lucene的簡單實例<二> http://www.javaeye.com/post/190576
打一個例子吧,
這是lucene2.0的API
代碼
  1. QueryParser?qp?=?new?QueryParser("body",?analyzer);??? ??
  2. query?=?qp.parse(queryString);??? ??

這是lucene1.4.3版的API

代碼
  1. query?=?QueryParser.parse(key,queryString,new?new?StandardAnalyzer());??

詳細的改動看一些官方的文檔就清楚啦
文章的時候,感覺比較難寫的就是標題,有時候不知道起什么名字好,反正這里寫的都是關于lucene的一些簡單的實例,就隨便起啦.

Lucene 其實很簡單的,它最主要就是做兩件事:建立索引和進行搜索
來看一些在lucene中使用的術語,這里并不打算作詳細的介紹,只是點一下而已----因為這一個世界有一種好東西，叫搜索。

IndexWriter:lucene中最重要的的類之一，它主要是用來將文檔加入索引，同時控制索引過程中的一些參數使用。

Analyzer:分析器,主要用于分析搜索引擎遇到的各種文本。常用的有StandardAnalyzer分析器,StopAnalyzer分析器,WhitespaceAnalyzer分析器等。

Directory:索引存放的位置;lucene提供了兩種索引存放的位置，一種是磁盤，一種是內存。一般情況將索引放在磁盤上；相應地lucene提供了FSDirectory和RAMDirectory兩個類。

Document:文檔;Document相當于一個要進行索引的單元，任何可以想要被索引的文件都必須轉化為Document對象才能進行索引。

Field：字段。

IndexSearcher:是lucene中最基本的檢索工具，所有的檢索都會用到IndexSearcher工具;

Query:查詢，lucene中支持模糊查詢，語義查詢，短語查詢，組合查詢等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些類。

QueryParser: 是一個解析用戶輸入的工具，可以通過掃描用戶輸入的字符串，生成Query對象。

Hits:在搜索完成之后，需要把搜索結果返回并顯示給用戶，只有這樣才算是完成搜索的目的。在lucene中，搜索的結果的集合是用Hits類的實例來表示的。

上面作了一大堆名詞解釋，下面就看幾個簡單的實例吧:
1、簡單的的StandardAnalyzer測試例子

代碼
  1. package?lighter.javaeye.com; ??
  2. ??
  3. import?java.io.IOException; ??
  4. import?java.io.StringReader; ??
  5. ??
  6. import?org.apache.lucene.analysis.Analyzer; ??
  7. import?org.apache.lucene.analysis.Token; ??
  8. import?org.apache.lucene.analysis.TokenStream; ??
  9. import?org.apache.lucene.analysis.standard.StandardAnalyzer; ??
  10. ??
  11. public?class?StandardAnalyzerTest? ??
  12. { ??
  13. ????//構造函數， ??
  14. ????public?StandardAnalyzerTest() ??
  15. ????{ ??
  16. ????} ??
  17. ????public?static?void?main(String[]?args)? ??
  18. ????{ ??
  19. ????????//生成一個StandardAnalyzer對象 ??
  20. ????????Analyzer?aAnalyzer?=?new?StandardAnalyzer(); ??
  21. ????????//測試字符串 ??
  22. ????????StringReader?sr?=?new?StringReader("lighter?javaeye?com?is?the?are?on"); ??
  23. ????????//生成TokenStream對象 ??
  24. ????????TokenStream?ts?=?aAnalyzer.tokenStream("name",?sr);? ??
  25. ????????try?{ ??
  26. ????????????int?i=0; ??
  27. ????????????Token?t?=?ts.next(); ??
  28. ????????????while(t!=null) ??
  29. ????????????{ ??
  30. ????????????????//輔助輸出時顯示行號 ??
  31. ????????????????i++; ??
  32. ????????????????//輸出處理后的字符 ??
  33. ????????????????System.out.println("第"+i+"行:"+t.termText()); ??
  34. ????????????????//取得下一個字符 ??
  35. ????????????????t=ts.next(); ??
  36. ????????????} ??
  37. ????????}?catch?(IOException?e)?{ ??
  38. ????????????e.printStackTrace(); ??
  39. ????????} ??
  40. ????} ??
  41. } ??

顯示結果：
引用
第1行:lighter
第2行:javaeye
第3行:com

提示一下：
StandardAnalyzer是lucene中內置的"標準分析器",可以做如下功能:
1、對原有句子按照空格進行了分詞
2、所有的大寫字母都可以能轉換為小寫的字母
3、可以去掉一些沒有用處的單詞，例如"is","the","are"等單詞，也刪除了所有的標點
查看一下結果與"new StringReader("lighter javaeye com is the are on")"作一個比較就清楚明了。
這里不對其API進行解釋了，具體見lucene的官方文檔。需要注意一點，這里的代碼使用的是lucene2的API，與1.43版有一些明顯的差別。

2、看另一個實例,簡單地建立索引，進行搜索

代碼
  1. package?lighter.javaeye.com; ??
  2. import?org.apache.lucene.analysis.standard.StandardAnalyzer; ??
  3. import?org.apache.lucene.document.Document; ??
  4. import?org.apache.lucene.document.Field; ??
  5. import?org.apache.lucene.index.IndexWriter; ??
  6. import?org.apache.lucene.queryParser.QueryParser; ??
  7. import?org.apache.lucene.search.Hits; ??
  8. import?org.apache.lucene.search.IndexSearcher; ??
  9. import?org.apache.lucene.search.Query; ??
  10. import?org.apache.lucene.store.FSDirectory; ??
  11. ??
  12. public?class?FSDirectoryTest?{ ??
  13. ??
  14. ????//建立索引的路徑 ??
  15. ????public?static?final?String?path?=?"c:\\index2"; ??
  16. ??
  17. ????public?static?void?main(String[]?args)?throws?Exception?{ ??
  18. ????????Document?doc1?=?new?Document(); ??
  19. ????????doc1.add(?new?Field("name",?"lighter?javaeye?com",Field.Store.YES,Field.Index.TOKENIZED)); ??
  20. ??
  21. ????????Document?doc2?=?new?Document(); ??
  22. ????????doc2.add(new?Field("name",?"lighter?blog",Field.Store.YES,Field.Index.TOKENIZED)); ??
  23. ??
  24. ????????IndexWriter?writer?=?new?IndexWriter(FSDirectory.getDirectory(path,?true),?new?StandardAnalyzer(),?true); ??
  25. ????????writer.setMaxFieldLength(3); ??
  26. ????????writer.addDocument(doc1); ??
  27. ????????writer.setMaxFieldLength(3); ??
  28. ????????writer.addDocument(doc2); ??
  29. ????????writer.close(); ??
  30. ??
  31. ????????IndexSearcher?searcher?=?new?IndexSearcher(path); ??
  32. ????????Hits?hits?=?null; ??
  33. ????????Query?query?=?null; ??
  34. ????????QueryParser?qp?=?new?QueryParser("name",new?StandardAnalyzer()); ??
  35. ???????? ??
  36. ????????query?=?qp.parse("lighter"); ??
  37. ????????hits?=?searcher.search(query); ??
  38. ????????System.out.println("查找\"lighter\"?共"?+?hits.length()?+?"個結果"); ??
  39. ??
  40. ????????query?=?qp.parse("javaeye"); ??
  41. ????????hits?=?searcher.search(query); ??
  42. ????????System.out.println("查找\"javaeye\"?共"?+?hits.length()?+?"個結果"); ??
  43. ??
  44. ????} ??
  45. ??
  46. }??

運行結果：
代碼
  1. 查找"lighter"?共2個結果 ??
  2. 查找"javaeye"?共1個結果??

很久沒有看lucene了，這兩三天又復習了一下,上一些代碼都是前幾個月寫的，只是改動了一些字符串和包名顯示。轉載時請說明，文章來自:http://lighter.javaeye.com。
如有什么錯誤的地方，懇請指出，謝謝。

wen19851025 寫道
//測試字符串
StringReader sr = new StringReader("lighter javaeye com");
//生成TokenStream對象
TokenStream ts = aAnalyzer.tokenStream("name", sr);
請問:以上的解析是按什么來解析,為什么他會自動的按空格或者","進行字符分割,再一個當SR里輸入是中文字符時,他將會對每個字進行分割,請問這是為什么,同時這功能的實現又意為著什么呢.....????


StandardAnalyzer是lucene中內置的"標準分析器",可以做如下功能:
1、對原有句子按照空格進行了分詞
2、所有的大寫字母都可以能轉換為小寫的字母
3、可以去掉一些沒有用處的單詞，例如"is","the","are"等單詞，也刪除了所有的標點
同時也可以對中文進行分詞(效果不好),現在有很多的中文分詞包可以采用