Lucene是一套全文检索的API

0、准备工作I用怡标识I歌件|CIA5ETATHCwSttcljAimiui速将裁明到HU缨希鬣茎疙1W雇用程序!0、准备工作I用怡标识I歌件|CIA5ETATHCwSttcljAimiui速将裁明到HU缨希鬣茎疙1W雇用程序!t词良用；'•』F』刑（新I［壑环境壹量肯,计算机世I理逝击特［芸皇物瓦理顿成玖丁血站的常户衰量苫曜）：蒙量眉10：WMElitTEUFC1AZEFMK所更覆，...[wfittLyillgLucene是一套全文检索的API,对其介绍的文章和应用的案例都多，可参考lucene及本文的参考文献。此次学习，以实用为主，一是简单应用，二是Web应用，三是汉化，四相关应用（Lucene主页上在SandBox中）。去Lucene的主页下载目前的稳定版本lucene-1.2.tar.gz，解压缩，将lucene-1.2目录下的两个jar文件lucene-1.2.jar和lucene-demo2-1.2.jar放到适当的目录下后，并将其加入到CLASSPATH环境变量中。tarzxvflucene-1.2.tar.gz<----解压缩cdlucene-1.2cp*.jar$DP< 存放jar文件的目录，根据具体工作要求用实际目录替换CLASSPATH=$CLASSPATH:$DP/lucene-1.2.jar:$DP/lucene-demosT.2.jar;exportCLASSPATH如果不想在每次都登录后，可以编辑/etc/profile或自己目录下的.profile，将上面的最后一行加到文件的最后一行。Windows的设置，右击桌面的“我的电脑”，选“高级”一〉“环境变量”一〉选中CLASSPATH一>“编辑”，在输入框中加入两个jar文件的全路径名，注意分隔符是分号（;）。参见右图。1、运彳亍demo$javaorg.apache.lucene.demo.IndexFiles/usr/local/man/manl/<--对man文件建立索引adding/usr/local/man/manl/mysql.ladding/usr/local/man/man1/cvs.11614totalmilliseconds$javaorg.apache.lucene.demo.SearchFiles<--进行检索Query:passwordSearchingfor:password7totalmatchingdocuments0./usr/local/man/man1/mysql.16./usr/local/man/man1/mysqlshow.1Query:OK!Lucene自待的demo运行成功这个demo程序调用的主要API函数：/*关于索引的主要函数*/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();/*关于检索的主要函数*/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、运行LuceneWeb假定tomcat装在$TOMCATHOME目录下，具体应用时用真实的目录替换$TOMCATHOME。cd$TOMCATHOME/webappsmkdirlucenedbcdlucenedbjavaorg.apache.lucene.demo.IndexHTML-create-index$TOMCAT/webapps/lucenedb../examples<--用相对路径“..”，一来指明被索引的文件的位置，二来用来显示被索引文件的URL，因为检索的jsp程序在luceneweb子目录下.examples可用其它的真实应用的目录名来替换cd..cp~/lucene-1.2/luceneweb.war.<--luceneweb.war在你解压缩生成的lucene-1.2目录下../bin/shudown.sh../bin/startup.sh

然后通过客户端访问:8080/luceneweb,如果顺利浏览器应出现右边所示的内容。.再到服务器端cdlucenewebWekometoHieLikeiieTeinphteapphtation(Tlusisthehe^dei}viconfiguration.jsp<--WekometoHieLikeiieTeinphteapphtation(Tlusisthehe^dei} n的值改为100 Poge Search "$TOMCATHOME/webapps/luc「口口」.. enedb";cd..jar-urluceneweb.warluceneweb再到客户端，刷新刚才的页面，然后就可以输入单词进行检索了。遗憾的是，此是只能检索英文单词。且如果命中的html页面的title是汉字的话，显示也有问题。如图。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口口厂国V-LCT厂币HHHF以LTiTTRAP-H此处的IndexHTML,可以对htm、html和txt类型的文件进行索引，用的是一个HTMLParser，除此以外与上一例基本相同。不仅仅在推广和介绍方面，车东在Lucene的汉化及web应用，也作出了极大的极大的贡献。他将自己的汉化和web应用两方面的成果，放在sourceforge上成了开源的项目。下面主要是对这个项目的学习笔记。对发了两个分，一个单字一个进行分引和检索了。译后一起打入了，如果不愿个Analyzer对发了两个分，一个单字一个进行分引和检索了。译后一起打入了，如果不愿个Analyzer载。Analyzer，我IndexHTML和Analyzer也Lucene的汉化，车东开Analyzer，一个是二元切切分。利用这两个中的任析，都可以进行汉字的索我把这两个Analyzer编到lucene-1.2.jar中自己动手进行编译这两的朋友，可以从这儿下有了新的把IndexFiles、SearchFiles中的用了新CJKAnalyzer做Query:用户管理Searchingfor："用户户管管理10totalmatchingdocuments0+/test/yhgl+htm-中心用户管理1+/test/jtyhglts+htm-信息出楚2+/test/jtyhgltz+htm-信息出韬3+/test/menuyh+htm-中心用户管理4+/test/ytwyhts3+htm-佶息出雷5+/test/ytwyhts+htm-